Leaderboard

综合榜单

名次 模型 机构 分数 来源
1 Kimi K2 0905 Moonshot AI 94.5 来源 ↗
2 Claude 3.5 Sonnet Anthropic 93.7 来源 ↗
3 GPT-5 OpenAI 93.4 来源 ↗
4 Kimi K2 Instruct Moonshot AI 93.3 来源 ↗
5 Qwen2.5-Coder 32B Instruct Alibaba Cloud / Qwen Team 92.7 来源 ↗
6 o1-mini OpenAI 92.4 来源 ↗
7 Mistral Large 2 Mistral AI 92.0 来源 ↗
8 Claude 3.5 Sonnet Anthropic 92.0 来源 ↗
9 Qwen2.5 VL 32B Instruct Alibaba Cloud / Qwen Team 91.5 来源 ↗
10 GPT-4o OpenAI 90.2 来源 ↗
11 Granite 3.3 8B Instruct IBM 89.7 来源 ↗
12 Granite 3.3 8B Base IBM 89.7 来源 ↗
13 Gemini Diffusion Google 89.6 来源 ↗
14 Nova Pro Amazon 89.0 来源 ↗
15 DeepSeek-V2.5 DeepSeek 89.0 来源 ↗
16 Llama 3.1 405B Instruct Meta 89.0 来源 ↗
17 Mistral Small 3.1 24B Instruct Mistral AI 88.4 来源 ↗
18 Grok-2 xAI 88.4 来源 ↗
19 Qwen2.5-Coder 7B Instruct Alibaba Cloud / Qwen Team 88.4 来源 ↗
20 Qwen2.5 32B Instruct Alibaba Cloud / Qwen Team 88.4 来源 ↗
21 Llama 3.3 70B Instruct Meta 88.4 来源 ↗
22 o1 OpenAI 88.1 来源 ↗
23 Claude 3.5 Haiku Anthropic 88.1 来源 ↗
24 GPT-4.5 OpenAI 88.0 来源 ↗
25 Gemma 3 27B Google 87.8 来源 ↗
26 GPT-4o mini OpenAI 87.2 来源 ↗
27 GPT-4 Turbo OpenAI 87.1 来源 ↗
28 Qwen2.5 72B Instruct Alibaba Cloud / Qwen Team 86.6 来源 ↗
29 Qwen2 72B Instruct Alibaba Cloud / Qwen Team 86.0 来源 ↗
30 Grok-2 mini xAI 85.7 来源 ↗
31 Gemma 3 12B Google 85.4 来源 ↗
32 Nova Lite Amazon 85.4 来源 ↗
33 Claude 3 Opus Anthropic 84.9 来源 ↗
34 Qwen2.5 7B Instruct Alibaba Cloud / Qwen Team 84.8 来源 ↗
35 Mistral Small 3 24B Instruct Mistral AI 84.8 来源 ↗
36 Gemini 1.5 Pro Google 84.1 来源 ↗
37 Qwen2.5 14B Instruct Alibaba Cloud / Qwen Team 83.5 来源 ↗
38 Phi 4 Microsoft 82.6 来源 ↗
39 IBM Granite 4.0 Tiny Preview IBM 82.4 来源 ↗
40 Codestral-22B Mistral AI 81.1 来源 ↗
41 Nova Micro Amazon 81.1 来源 ↗
42 Llama 3.1 70B Instruct Meta 80.5 来源 ↗
43 Qwen2 7B Instruct Alibaba Cloud / Qwen Team 79.9 来源 ↗
44 Qwen2.5-Omni-7B Alibaba Cloud / Qwen Team 78.7 来源 ↗
45 Claude 3 Haiku Anthropic 75.9 来源 ↗
46 Gemma 3n E4B Instructed Google 75.0 来源 ↗
47 Gemma 3n E4B Instructed LiteRT Preview Google 75.0 来源 ↗
48 Gemini 1.5 Flash Google 74.3 来源 ↗
49 Grok-1.5 xAI 74.1 来源 ↗
50 Claude 3 Sonnet Anthropic 73.0 来源 ↗
51 Llama 3.1 8B Instruct Meta 72.6 来源 ↗
52 Pixtral-12B Mistral AI 72.0 来源 ↗
53 Gemma 3 4B Google 71.3 来源 ↗
54 Phi-3.5-MoE-instruct Microsoft 70.7 来源 ↗
55 GPT-3.5 Turbo OpenAI 68.0 来源 ↗
56 GPT-4 OpenAI 67.0 来源 ↗
57 Gemma 3n E2B Instructed LiteRT (Preview) Google 66.5 来源 ↗
58 Gemma 3n E2B Instructed Google 66.5 来源 ↗
59 Phi-3.5-mini-instruct Microsoft 62.8 来源 ↗
60 Gemma 2 27B Google 51.8 来源 ↗
61 Gemma 3 1B Google 41.5 来源 ↗
62 Gemma 2 9B Google 40.2 来源 ↗
63 Ministral 8B Instruct Mistral AI 34.8 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