跳到主内容
知行录
leaderboard.cn
Toggle Sidebar
搜索模型或厂商…
⌘K
分析
前沿模型
历史趋势
本地模型
模型对比
榜单工坊
资料库
模型库
模型价格
厂商
基准评测
数据源
设置
Toggle Sidebar
知行录
leaderboard.cn
正在加载页面内容
反馈
基准详情正在加载
返回基准目录
HLE-Full (w/ Tools)
推理
分享
官方网站
with tools
HLE 完整版的工具增强版本，结合全部 HLE 题目与工具使用能力。测试在最大难度和广度下，AI 利用外部工具辅助推理的综合表现。
排行
数据源
#
模型
得分
1
Claude Opus 5
Anthropic
64.7
%
2
Claude Mythos Preview
Anthropic
64.7
%
3
Claude Fable 5
Anthropic
64.5
%
4
Muse Spark 1.1
Meta
62.1
%
5
GPT-5.6 Sol
OpenAI
58.0
%
6
Claude Opus 4.8
Anthropic
57.9
%
7
Claude Sonnet 5
Anthropic
57.4
%
8
Kimi K3
月之暗面
56.0
%
9
Kimi-K2.6
月之暗面
54.0
%
10
Claude Opus 4.6
Anthropic
53.0
%
共 16 个模型
1
2
