Leaderboard

综合榜单

名次 模型 机构 分数 来源
1 DeepSeek-V3.2-Exp DeepSeek 97.1 来源 ↗
2 Grok 4 Fast xAI 95.0 来源 ↗
3 DeepSeek-V3.1 DeepSeek 93.4 来源 ↗
4 DeepSeek-R1-0528 DeepSeek 92.3 来源 ↗
5 GPT-4.5 OpenAI 62.5 来源 ↗
6 Qwen3-235B-A22B-Instruct-2507 Alibaba Cloud / Qwen Team 54.3 来源 ↗
7 Gemini 2.5 Pro Preview 06-05 Google 54.0 来源 ↗
8 Gemini 2.5 Pro Google 50.8 来源 ↗
9 o1 OpenAI 47.0 来源 ↗
10 o1-preview OpenAI 42.4 来源 ↗
11 GPT-4o OpenAI 38.2 来源 ↗
12 Kimi K2 Base Moonshot AI 35.3 来源 ↗
13 Kimi K2-Instruct-0905 Moonshot AI 31.0 来源 ↗
14 Kimi K2 Instruct Moonshot AI 31.0 来源 ↗
15 Gemini 2.5 Flash Google 26.9 来源 ↗
16 DeepSeek-V3 DeepSeek 24.9 来源 ↗
17 Gemini 2.0 Flash-Lite Google 21.7 来源 ↗
18 o3-mini OpenAI 15.0 来源 ↗
19 Mistral Small 3.2 24B Instruct Mistral AI 12.1 来源 ↗
20 Gemini 2.5 Flash-Lite Google 10.7 来源 ↗
21 Mistral Small 3.1 24B Instruct Mistral AI 10.4 来源 ↗
22 Gemma 3 27B Google 10.0 来源 ↗
23 Gemma 3 12B Google 6.3 来源 ↗
24 Gemma 3 4B Google 4.0 来源 ↗
25 Phi 4 Microsoft 3.0 来源 ↗
26 Gemma 3 1B Google 2.2 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