Apex-Shortlist (w/ Tools)推理

官方网站

APEx Shortlist 的工具增强版本，允许模型在解答筛选后的高难度题目时使用 Python、搜索等外部工具。评估工具使用是否能在最具挑战性的推理任务上带来显著提升。

排行数据源

#模型得分

1

DeepSeek-V4-Pro深度求索

86.5%

2

Nemotron-3-UltraNVIDIA

84.8%

3

DeepSeek-V4-Flash深度求索

82.0%

4

GLM-5.1智谱AI

79.0%

5

Kimi-K2.6月之暗面

73.2%

6

Qwen3.5-397B-A17B阿里巴巴

60.4%

7

MiniMax M2.7MiniMax

51.9%

共 7 个模型

返回基准目录

Apex-Shortlist (w/ Tools)推理

官方网站

APEx Shortlist 的工具增强版本，允许模型在解答筛选后的高难度题目时使用 Python、搜索等外部工具。评估工具使用是否能在最具挑战性的推理任务上带来显著提升。

排行数据源

#模型得分

1

DeepSeek-V4-Pro深度求索

86.5%

2

Nemotron-3-UltraNVIDIA

84.8%

3

DeepSeek-V4-Flash深度求索

82.0%

4

GLM-5.1智谱AI

79.0%

5

Kimi-K2.6月之暗面

73.2%

6

Qwen3.5-397B-A17B阿里巴巴

60.4%

7

MiniMax M2.7MiniMax

51.9%

共 7 个模型