MMLU-Pro推理

MMLU 升级版, 更难的 12000+ 道题MMLU-Pro 是 MMLU 的增强版，由多伦多大学等单位于 2024 年提出。通过增加选项数量（由 4 个增至 10 个）、过滤掉容易被猜对的题目并增加推理类问题，使基准难度大幅提升，更可靠地区分模型性能。GPT-4 准确率从 MMLU 的 86% 降至约 60-70%。

排行数据源

#模型得分

1

Gemini 3.1 ProGoogle

91.0%

2

Gemini 3 ProGoogle

90.1%

3

Claude Opus 4.6Anthropic

89.7%

4

Qwen3.7-Max阿里巴巴

89.6%

5

Claude Opus 4.5Anthropic

89.5%

6

Qwen3.6-Plus阿里巴巴

88.5%

7

Qwen3.7-Plus阿里巴巴

88.5%

8

Qwen3.5-397B-A17B阿里巴巴

88.3%

9

Claude Sonnet 4.5Anthropic

88.2%

10

Kimi-K2.6月之暗面

88.1%

共 96 个模型

返回基准目录