MMMLU

Massive Multilingual MMLU (MMMLU) 是 MMLU 的多语言扩展版本，将原 57 个学科翻译为多种语言（涵盖中、日、韩、法、德、西等）。用于评估 LLM 在不同语言中的知识和推理能力一致性，是衡量多语言能力的重要基准。

#	模型	得分 (%)	厂商	来源
1	GPT-5.2	89.6	OpenAI	OpenAI GPT-5.2 发布页
2	GPT-5.1	89.5	OpenAI	OpenAI GPT-5.2 发布页
3	Gemma 4 31B	88.4	Google	Gemma 4 技术报告
4	OpenAI o1	87.7	OpenAI	OpenAI GPT-4.1 发布页
5	GPT-4.1	87.3	OpenAI	OpenAI GPT-4.1 发布页
6	Qwen3-235B-A22B-Base	86.7	阿里巴巴	Qwen3 技术报告
7	Gemma 4 26B A4B	86.3	Google	Gemma 4 技术报告
8	DeepSeek-V3 Base	85.88	深度求索	Qwen3 技术报告
9	GPT-4.5	85.1	OpenAI	OpenAI GPT-4.1 发布页
10	Qwen2.5-72B	84.4	阿里巴巴	Qwen3 技术报告

Massive Multilingual MMLU (MMMLU) 是 MMLU 的多语言扩展版本，将原 57 个学科翻译为多种语言（涵盖中、日、韩、法、德、西等）。用于评估 LLM 在不同语言中的知识和推理能力一致性，是衡量多语言能力的重要基准。

#	模型	得分 (%)	厂商	来源
1	GPT-5.2	89.6	OpenAI	OpenAI GPT-5.2 发布页
2	GPT-5.1	89.5	OpenAI	OpenAI GPT-5.2 发布页
3	Gemma 4 31B	88.4	Google	Gemma 4 技术报告
4	OpenAI o1	87.7	OpenAI	OpenAI GPT-4.1 发布页
5	GPT-4.1	87.3	OpenAI	OpenAI GPT-4.1 发布页
6	Qwen3-235B-A22B-Base	86.7	阿里巴巴	Qwen3 技术报告
7	Gemma 4 26B A4B	86.3	Google	Gemma 4 技术报告
8	DeepSeek-V3 Base	85.88	深度求索	Qwen3 技术报告
9	GPT-4.5	85.1	OpenAI	OpenAI GPT-4.1 发布页
10	Qwen2.5-72B	84.4	阿里巴巴	Qwen3 技术报告