Leaderboard

综合榜单

名次 模型 机构 分数 来源
1 Grok-4 Heavy xAI 100.0 来源 ↗
2 Claude Haiku 4.5 Anthropic 96.3 来源 ↗
3 GPT-5 OpenAI 94.6 来源 ↗
4 GLM-4.6 Zhipu AI 93.9 来源 ↗
5 Grok-3 xAI 93.3 来源 ↗
6 o4-mini OpenAI 92.7 来源 ↗
7 Qwen3-235B-A22B-Thinking-2507 Alibaba Cloud / Qwen Team 92.3 来源 ↗
8 Grok 4 Fast xAI 92.0 来源 ↗
9 Grok-4 xAI 91.7 来源 ↗
10 GPT-5 mini OpenAI 91.1 来源 ↗
11 Grok-3 Mini xAI 90.8 来源 ↗
12 DeepSeek-V3.2-Exp DeepSeek 89.3 来源 ↗
13 Gemini 2.5 Pro Preview 06-05 Google 88.0 来源 ↗
14 Qwen3-Next-80B-A3B-Thinking Alibaba Cloud / Qwen Team 87.8 来源 ↗
15 DeepSeek-R1-0528 DeepSeek 87.5 来源 ↗
16 Claude Sonnet 4.5 Anthropic 87.0 来源 ↗
17 o3 OpenAI 86.4 来源 ↗
18 GPT-5 nano OpenAI 85.2 来源 ↗
19 Gemini 2.5 Pro Google 83.0 来源 ↗
20 Qwen3 235B A22B Alibaba Cloud / Qwen Team 81.5 来源 ↗
21 Phi 4 Reasoning Plus Microsoft 78.0 来源 ↗
22 Claude Opus 4.1 Anthropic 78.0 来源 ↗
23 Claude Opus 4 Anthropic 75.5 来源 ↗
24 Qwen3 32B Alibaba Cloud / Qwen Team 72.9 来源 ↗
25 Llama 3.1 Nemotron Ultra 253B v1 NVIDIA 72.5 来源 ↗
26 Nemotron Nano 9B v2 NVIDIA 72.1 来源 ↗
27 Gemini 2.5 Flash Google 72.0 来源 ↗
28 Qwen3 30B A3B Alibaba Cloud / Qwen Team 70.9 来源 ↗
29 Claude Sonnet 4 Anthropic 70.5 来源 ↗
30 Qwen3-235B-A22B-Instruct-2507 Alibaba Cloud / Qwen Team 70.3 来源 ↗
31 Qwen3-Next-80B-A3B-Instruct Alibaba Cloud / Qwen Team 69.5 来源 ↗
32 Magistral Medium Mistral AI 64.9 来源 ↗
33 Phi 4 Reasoning Microsoft 62.9 来源 ↗
34 Magistral Small 2506 Mistral AI 62.8 来源 ↗
35 Llama-3.3 Nemotron Super 49B v1 NVIDIA 58.4 来源 ↗
36 Claude 3.7 Sonnet Anthropic 54.8 来源 ↗
37 Gemini 2.5 Flash-Lite Google 49.8 来源 ↗
38 DeepSeek-V3.1 DeepSeek 49.8 来源 ↗
39 Kimi K2-Instruct-0905 Moonshot AI 49.5 来源 ↗
40 Kimi K2 Instruct Moonshot AI 49.5 来源 ↗
41 Llama 3.1 Nemotron Nano 8B V1 NVIDIA 47.1 来源 ↗
42 GPT-4.1 OpenAI 46.4 来源 ↗
43 GPT-4.1 mini OpenAI 40.2 来源 ↗
44 Gemini Diffusion Google 23.3 来源 ↗
45 Gemma 3n E4B Instructed LiteRT Preview Google 11.6 来源 ↗
46 Gemma 3n E4B Instructed Google 11.6 来源 ↗
47 Gemma 3n E2B Instructed Google 6.7 来源 ↗
48 Gemma 3n E2B Instructed LiteRT (Preview) Google 6.7 来源 ↗

全部榜单

agent

audio

chemistry

code

communication

creativity

economics

finance

frontend_development

general

healthcare

image-to-text

language

legal

long_context

math

multimodal

physics

psychology

reasoning

roleplay

safety

search

spatial_reasoning

speech-to-text

summarization

text-to-image

video

vision

writing