MultiChallenge推理

MultiChallenge 是一个多维度 AI 推理挑战基准，整合了数学、逻辑、常识、科学、编程等多种推理类型。题目设计强调多步推理和跨领域知识整合，旨在区分模型在综合推理任务上的实际能力。

#	模型		得分 (%)	厂商	来源
1	DeepSeek-V4-Pro		64.1	深度求索	Nemotron-3-Ultra 技术报告
2	Qwen3.5-397B-A17B		63.9	阿里巴巴	Nemotron-3-Ultra 技术报告
3	Nemotron-3-Ultra		63.8	NVIDIA	Nemotron-3-Ultra 技术报告
4	DeepSeek-V4-Flash		63.5	深度求索	Nemotron-3-Ultra 技术报告
5	Kimi-K2.6		63.1	月之暗面	Nemotron-3-Ultra 技术报告
6	GLM-5.1		63	智谱AI	Nemotron-3-Ultra 技术报告
7	Qwen3.5-122B-A10B		61.5	阿里巴巴	Qwen3.5-122B-A10B 技术报告
8	Qwen3.5-27B		60.8	阿里巴巴	Qwen3.5-122B-A10B 技术报告
9	Qwen3.5-35B-A3B		60	阿里巴巴	Qwen3.5-122B-A10B 技术报告
10	Qwen3-235B-A22B		50.2	阿里巴巴	Qwen3.5-122B-A10B 技术报告