| 名次 | 模型 | 机构 | 分数 | 来源 |
|---|---|---|---|---|
| 1 | Claude Opus 4.8 | Anthropic | 70.4 | — |
| 2 | GPT-5.5 | OpenAI | 65.8 | — |
| 3 | Qwen3.7 Plus | Alibaba Cloud / Qwen Team | 51.3 | — |
| 4 | GLM-5.2 | Zhipu AI | 51.1 | — |
| 5 | DeepSeek V4 Pro | DeepSeek | 50.9 | — |
| 6 | MiniMax-M3 | MiniMax | 50.8 | — |
| 7 | MiMo-V2.5-Pro | Xiaomi | 49.1 | — |
| 8 | Gemini 3.1 Pro Preview | 45.0 | — | |
| 9 | Grok 4.3 | xAI | 38.4 | — |
| 10 | Hy3 preview | Tencent | 34.2 | — |
| 11 | Kimi K2.6 | Moonshot AI | 30.0 | — |
更多基准见 全部评测基准；评测分数为事实数据，整理自公开评测体系。