MMLU-Redux推理

官方网站

MMLU Redux 是 MMLU 的修正和重新标注版本，由 Anthropic 提出。解决了原版 MMLU 中部分题目答案错误或模糊的问题，提供更干净的数据集和更准确的性能评估。是许多前沿模型报告中采用的标准评测版本。

排行数据源

#模型得分

1

Gemini 3 ProGoogle

95.9%

2

Claude Opus 4.5Anthropic

95.6%

3

Kimi-K2.6月之暗面

95.3%

4

Claude Opus 4.6Anthropic

95.2%

5

Qwen3.7-Max阿里巴巴

95.0%

6

GPT-5.2OpenAI

95.0%

7

Qwen3.5-397B-A17B阿里巴巴

94.9%

8

DeepSeek-V4-Pro深度求索

94.8%

9

Qwen3.7-Plus阿里巴巴

94.5%

10

Qwen3.6-Plus阿里巴巴

94.5%

共 102 个模型

返回基准目录

MMLU-Redux推理

官方网站

MMLU Redux 是 MMLU 的修正和重新标注版本，由 Anthropic 提出。解决了原版 MMLU 中部分题目答案错误或模糊的问题，提供更干净的数据集和更准确的性能评估。是许多前沿模型报告中采用的标准评测版本。

排行数据源

#模型得分

1

Gemini 3 ProGoogle

95.9%

2

Claude Opus 4.5Anthropic

95.6%

3

Kimi-K2.6月之暗面

95.3%

4

Claude Opus 4.6Anthropic

95.2%

5

Qwen3.7-Max阿里巴巴

95.0%

6

GPT-5.2OpenAI

95.0%

7

Qwen3.5-397B-A17B阿里巴巴

94.9%

8

DeepSeek-V4-Pro深度求索

94.8%

9

Qwen3.7-Plus阿里巴巴

94.5%

10

Qwen3.6-Plus阿里巴巴

94.5%

共 102 个模型