Leaderboard

综合榜单

名次 模型 机构 分数 来源
1 Grok-4 Heavy xAI 50.7 来源 ↗
2 Grok-4 xAI 40.0 来源 ↗
3 GPT-5 OpenAI 24.8 来源 ↗
4 o3 OpenAI 24.3 来源 ↗
5 Gemini 2.5 Pro Preview 06-05 Google 21.6 来源 ↗
6 DeepSeek-V3.2-Exp DeepSeek 19.8 来源 ↗
7 GPT OSS 120B OpenAI 19.0 来源 ↗
8 Qwen3-235B-A22B-Thinking-2507 Alibaba Cloud / Qwen Team 18.2 来源 ↗
9 Gemini 2.5 Pro Google 17.8 来源 ↗
10 DeepSeek-R1-0528 DeepSeek 17.7 来源 ↗
11 GPT OSS 20B OpenAI 17.3 来源 ↗
12 GPT-5 mini OpenAI 16.7 来源 ↗
13 DeepSeek-V3.1 DeepSeek 15.9 来源 ↗
14 o4-mini OpenAI 14.7 来源 ↗
15 Gemini 2.5 Flash Google 11.0 来源 ↗
16 Magistral Medium Mistral AI 9.0 来源 ↗
17 GPT-5 nano OpenAI 8.7 来源 ↗
18 GPT-4.1 OpenAI 5.4 来源 ↗
19 GPT-4o OpenAI 5.3 来源 ↗
20 Gemini 2.5 Flash-Lite Google 5.1 来源 ↗
21 Kimi K2 Instruct Moonshot AI 4.7 来源 ↗
22 GPT-4.1 mini OpenAI 3.7 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