跳到主内容

知行录leaderboard.cn

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

知行录leaderboard.cn

正在加载页面内容

© 2026 知行录（leaderboard.cn）。群峰之上，仍有未名之山。

订阅更新关于本站排名规则更新日志

v0.1.46.419015f058f4浙ICP备09076226号-7

基准详情正在加载

返回基准目录

HLE-Full推理

temperature=1.0, top_p=0.95HLE 完整版评测集，包含全部未经过滤的高难度题目。与标准版相比覆盖更广的知识领域和更多样化的题型，用于全面评估 AI 系统的极限知识推理能力。

排行数据源

#模型得分

1

Claude Fable 5Anthropic

59.0%

2

Claude Mythos PreviewAnthropic

56.8%

3

Claude Opus 5Anthropic

56.3%

4

Muse Spark 1.1Meta

52.2%

5

Claude Opus 4.8Anthropic

49.8%

6

Gemini 3.1 ProGoogle

45.4%

7

44.8%

8

GPT-5.6 SolOpenAI

44.5%

9

Kimi K3月之暗面

43.5%

10

Claude Sonnet 5Anthropic

43.2%

共 16 个模型