跳到正文
返回近期模型评测

历史专项测试

历史数据存档。查看近期模型,请返回模型能力评测。

知识与推理 · MMLU-Pro

记录保留原模型配置与数据提供方;计算机知识分项衡量知识,不是代码项目完成率。

数据更新:2026/03/11接入核查:2026/10/10262 条来源记录原始数据 · Apache-2.0
262 条 · 按总正确率降序缺测记为 —
总正确率成绩,按该分项排序
模型/配置总正确率数据提供方
60.4%Self-Reported
60.4%TIGER-Lab
60.2%Self-Reported
59.1%TIGER-Lab
58.9%TIGER-Lab
58.9%Self-Reported
58.6%Self-Reported
58.1%TIGER-Lab
57.7%Self-Reported
57.6%Self-Reported
56.8%TIGER-Lab
56.7%Self-Reported
56.5%TIGER-Lab
56.3%TIGER-Lab
56.2%TIGER-Lab
55.7%TIGER-Lab
55.6%Self-Reported
55.6%TIGER-Lab
55.3%Self-Reported
54.8%TIGER-Lab
来源、版本与使用范围

数据版本:4623b7c68d2276218d487464b0608dc978f4b301

来源许可证:Apache-2.0。模型自身许可证与成绩文件许可证分别核对。本页未运行模型评测;不同来源或配置记录不合并,价格未提供。

固定版本数据文件