Benchmark
MMLU-ProX
language
reasoning
math
general
text
Extended version of MMLU-Pro providing additional challenging multiple-choice questions for evaluating language models across diverse academic and professional domains. Built on the foundation of the Massive Multitask Language Understanding benchmark framework.
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 | Qwen3-235B-A22B-Thinking-2507 | Alibaba Cloud / Qwen Team | 81.0 | 来源 |
| 2 | Qwen3-Next-80B-A3B-Thinking | Alibaba Cloud / Qwen Team | 78.7 | 来源 |
| 3 | Qwen3-Next-80B-A3B-Instruct | Alibaba Cloud / Qwen Team | 76.7 | 来源 |