MMLU-ProX推理

MMLU-ProX 是 MMLU-Pro 的进一步扩展版本，增加了更多学科覆盖和更高难度推理题。旨在继续压缩模型准确率上限，提供更精细的性能区分度。

#	模型		得分 (%)	厂商	来源
1	Qwen3.5-397B-A17B		86.4	阿里巴巴	Nemotron-3-Ultra 技术报告
2	GLM-5.1		85.8	智谱AI	Nemotron-3-Ultra 技术报告
3	Claude Opus 4.5		85.7	Anthropic	Qwen3.6-Plus 技术报告
4	DeepSeek-V4-Pro		85.6	深度求索	Nemotron-3-Ultra 技术报告
5	Kimi-K2.6		85	月之暗面	Nemotron-3-Ultra 技术报告
6	Qwen3.6-Plus		84.7	阿里巴巴	Qwen3.6-Plus 技术报告
7	DeepSeek-V4-Flash		84.3	深度求索	Nemotron-3-Ultra 技术报告
8	GLM-5		83.1	智谱AI	Qwen3.6-Plus 技术报告
9	Nemotron-3-Ultra		83	NVIDIA	Nemotron-3-Ultra 技术报告
10	Kimi-K2.5		82.3	月之暗面	Qwen3.6-Plus 技术报告