BigBench Extra Hard推理

BIG-Bench Extra Hard 是 BIG-Bench（2022 年由 Google 等机构发起的大规模协作基准）的极难子集。筛选出最具挑战性的推理任务，涉及逻辑推理、数学、科学理解等，要求模型具备深度多步推理能力，是评估高级推理的经典基准。

#	模型	得分 (%)	厂商	来源
1	Gemma 4 31B	74.4	Google	Gemma 4 技术报告
2	Gemma 4 26B A4B	64.8	Google	Gemma 4 技术报告
3	Gemma 4 E4B	33.1	Google	Gemma 4 技术报告
4	Gemma 4 E2B	21.9	Google	Gemma 4 技术报告
5	Gemma 3 27B	19.3	Google	Gemma 4 技术报告

BIG-Bench Extra Hard 是 BIG-Bench（2022 年由 Google 等机构发起的大规模协作基准）的极难子集。筛选出最具挑战性的推理任务，涉及逻辑推理、数学、科学理解等，要求模型具备深度多步推理能力，是评估高级推理的经典基准。

#	模型	得分 (%)	厂商	来源
1	Gemma 4 31B	74.4	Google	Gemma 4 技术报告
2	Gemma 4 26B A4B	64.8	Google	Gemma 4 技术报告
3	Gemma 4 E4B	33.1	Google	Gemma 4 技术报告
4	Gemma 4 E2B	21.9	Google	Gemma 4 技术报告
5	Gemma 3 27B	19.3	Google	Gemma 4 技术报告