Benchmark
开源模型能力榜·IFEval
general
text
多语言
开源模型能力榜·IFEval：多维度评测综合成绩。评测分数为事实数据，整理自公开评测体系，仅供学习研究参考。
Top 10
榜单概览
数据说明
分数为 0-100 百分制综合成绩（Elo 榜为相对评分，仅供同榜内比较）。评测分数属事实数据，整理自公开评测体系与厂商公开资料，部分分数为厂商自报口径，不同榜单的评测方法与数据集可能存在差异，请结合多个榜单交叉参考。
Ranking
模型排名
| 名次 | 模型 | 机构 | 分数 | 来源 |
|---|---|---|---|---|
| 1 | GPT-5 | OpenAI | 94.6 | 来源 |
| 2 | JT-Think | China Mobile | 94.6 | 来源 |
| 3 | TeleChat-thinking | TeleAI | 94.3 | 来源 |
| 4 | Kimi K2.5 | Moonshot AI | 93.9 | 来源 |
| 5 | GLM-5 | Zhipu AI | 93.2 | 来源 |
| 6 | Step 3.5 Flash | StepFun | 93.2 | 来源 |
| 7 | GPT-5 mini | OpenAI | 92.8 | 来源 |
| 8 | Gemini 3 Pro Preview | 92.8 | 来源 | |
| 9 | Kimi K2 Thinking | Moonshot AI | 92.4 | 来源 |
| 10 | DeepSeek-V3.2-Speciale | DeepSeek | 91.7 | 来源 |
| 11 | Qwen3.5 397B-A17B | Alibaba Cloud / Qwen Team | 91.5 | 来源 |
| 12 | MiniMax-M2.5 | MiniMax | 91.1 | 来源 |
| 13 | GLM-4.7 | Zhipu AI | 90.2 | 来源 |
| 14 | GPT OSS 120B | OpenAI | 90.2 | 来源 |
| 15 | GPT-5 nano | OpenAI | 90.2 | 来源 |
| 16 | MiniMax-M2 | MiniMax | 90.2 | 来源 |
| 17 | LongCat-Flash-Chat | Meituan | 90.2 | 来源 |
| 18 | DeepSeek-V3.2 | DeepSeek | 89.7 | 来源 |
| 19 | Qwen3-30B-A3B-Thinking-2507 | Alibaba Cloud / Qwen Team | 89.7 | 来源 |
| 20 | Qwen3-Next-80B-A3B-Thinking | Alibaba Cloud / Qwen Team | 89.5 | 来源 |
| 21 | MiMo-V2-Flash | Xiaomi | 89.5 | 来源 |
| 22 | GPT OSS 20B | OpenAI | 88.9 | 来源 |
| 23 | GLM-4.6 | Zhipu AI | 88.7 | 来源 |
| 24 | Qwen3-4B-Thinking-2507 | Alibaba Cloud / Qwen Team | 88.5 | 来源 |
| 25 | Qwen3-235B-A22B-Thinking-2507 | Alibaba Cloud / Qwen Team | 87.8 | 来源 |
| 26 | Qwen3-Next-80B-A3B-Instruct | Alibaba Cloud / Qwen Team | 87.6 | 来源 |
| 27 | GLM-4.5 | Zhipu AI | 85.4 | 来源 |
| 28 | Qwen3-30B-A3B-Instruct-2507 | Alibaba Cloud / Qwen Team | 83.9 | 来源 |
| 29 | Seed-OSS-36B-Instruct | ByteDance | 83.7 | 来源 |
| 30 | Qwen3-4B-Instruct-2507 | Alibaba Cloud / Qwen Team | 82.4 | 来源 |
| 31 | ERNIE-4.5-21B-A3B-Thinking | Baidu | 81.2 | 来源 |
| 32 | MiniCPM-SALA | OpenBMB | 76.9 | 来源 |