大模型排名数据表格
|
排名
|
模型
|
MMLU Pro
|
GPQA Diamond
|
SWE-bench Verified
|
MATH-500
|
AIME 2024
|
LiveCodeBench
|
|---|---|---|---|---|---|---|---|
| 1 |
|
未公布 | 未公布 | 未公布 | 未公布 | 未公布 | 31.50 |
| 2 |
|
未公布 | 未公布 | 未公布 | 未公布 | 未公布 | 37.90 |
| 3 |
|
未公布 | 未公布 | 72.00 | 未公布 | 未公布 | 未公布 |
| 4 |
|
未公布 | 未公布 | 61.60 | 未公布 | 未公布 | 未公布 |
| 5 |
|
未公布 | 未公布 | 53.60 | 未公布 | 未公布 | 未公布 |
| 6 |
|
未公布 | 未公布 | 46.80 | 未公布 | 未公布 | 未公布 |
| 7 |
|
未公布 | 未公布 | 67.00 | 未公布 | 未公布 | 未公布 |
| 8 |
|
未公布 | 未公布 | 51.60 | 未公布 | 未公布 | 未公布 |
| 9 |
|
未公布 | 未公布 | 70.80 | 未公布 | 未公布 | 未公布 |
| 10 |
|
未公布 | 未公布 | 74.50 | 未公布 | 未公布 | 未公布 |
| 11 |
|
未公布 | 未公布 | 70.40 | 未公布 | 未公布 | 85.50 |
| 12 |
|
未公布 | 未公布 | 76.80 | 未公布 | 未公布 | 未公布 |
#1
MMLU Pro (综合评估)
未公布
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
31.50
参数(亿)
220
开源情况
不可以商用
查看模型详情
MMLU Pro (综合评估)
未公布
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
37.90
参数(亿)
未知
开源情况
不开源
查看模型详情
#3
MMLU Pro (综合评估)
未公布
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
72.00
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
未知
开源情况
不开源
查看模型详情
MMLU Pro (综合评估)
未公布
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
61.60
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
未知
开源情况
不开源
查看模型详情
MMLU Pro (综合评估)
未公布
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
53.60
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
240
开源情况
免费商用授权
查看模型详情
MMLU Pro (综合评估)
未公布
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
46.80
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
240
开源情况
免费商用授权
查看模型详情
MMLU Pro (综合评估)
未公布
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
67.00
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
4,800
开源情况
免费商用授权
查看模型详情
MMLU Pro (综合评估)
未公布
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
51.60
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
305
开源情况
免费商用授权
查看模型详情
MMLU Pro (综合评估)
未公布
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
70.80
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
未知
开源情况
不开源
查看模型详情
#10
MMLU Pro (综合评估)
未公布
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
74.50
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
未知
开源情况
不开源
查看模型详情
#11
MMLU Pro (综合评估)
未公布
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
70.40
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
85.50
参数(亿)
未知
开源情况
不开源
查看模型详情
MMLU Pro (综合评估)
未公布
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
76.80
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
未知
开源情况
不开源
查看模型详情