Leaderboard

综合榜单

名次 模型 机构 分数 来源
1 Llama 3.1 405B Instruct Meta 96.9 来源 ↗
2 Claude 3 Opus Anthropic 96.4 来源 ↗
3 Llama 3.1 70B Instruct Meta 94.8 来源 ↗
4 Nova Pro Amazon 94.8 来源 ↗
5 Claude 3 Sonnet Anthropic 93.2 来源 ↗
6 Jamba 1.5 Large AI21 Labs 93.0 来源 ↗
7 Nova Lite Amazon 92.4 来源 ↗
8 Mistral Small 3 24B Base Mistral AI 91.3 来源 ↗
9 Phi-3.5-MoE-instruct Microsoft 91.0 来源 ↗
10 Nova Micro Amazon 90.2 来源 ↗
11 Claude 3 Haiku Anthropic 89.2 来源 ↗
12 Jamba 1.5 Mini AI21 Labs 85.7 来源 ↗
13 Phi-3.5-mini-instruct Microsoft 84.6 来源 ↗
14 Phi 4 Mini Microsoft 83.7 来源 ↗
15 Llama 3.1 8B Instruct Meta 83.4 来源 ↗
16 Llama 3.2 3B Instruct Meta 78.6 来源 ↗
17 Ministral 8B Instruct Mistral AI 71.9 来源 ↗
18 Gemma 2 27B Google 71.4 来源 ↗
19 Command R+ Cohere 71.0 来源 ↗
20 Qwen2.5-Coder 32B Instruct Alibaba Cloud / Qwen Team 70.5 来源 ↗
21 Qwen2.5 32B Instruct Alibaba Cloud / Qwen Team 70.4 来源 ↗
22 Llama 3.1 Nemotron 70B Instruct NVIDIA 69.2 来源 ↗
23 Qwen2 72B Instruct Alibaba Cloud / Qwen Team 68.9 来源 ↗
24 Gemma 2 9B Google 68.4 来源 ↗
25 Qwen2.5 14B Instruct Alibaba Cloud / Qwen Team 67.3 来源 ↗
26 Gemma 3n E4B Instructed LiteRT Preview Google 61.6 来源 ↗
27 Gemma 3n E4B Google 61.6 来源 ↗
28 Qwen2.5-Coder 7B Instruct Alibaba Cloud / Qwen Team 60.9 来源 ↗
29 Gemma 3n E2B Instructed LiteRT (Preview) Google 51.7 来源 ↗
30 Gemma 3n E2B Google 51.7 来源 ↗
31 Granite 3.3 8B Base IBM 50.8 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