SkillsBench Avg5编程

官方网站

SkillsBench Avg@5 是 SkillsBench 中取 5 次运行平均值的稳定评测指标。通过多次采样消除单次运行的不确定性，更可靠地反映 AI 在多样编程任务上的实际水平，是 SkillsBench 的核心聚合分数。

排行数据源

#模型得分

1

Qwen3.6-27B阿里巴巴

48.2%

2

GLM-5智谱AI

47.2%

3

Qwen3.6-Plus阿里巴巴

45.7%

4

Claude Opus 4.5Anthropic

45.3%

5

Kimi-K2.5月之暗面

42.0%

6

Qwen3.5-397B-A17B阿里巴巴

30.0%

7

Qwen3.6-35B-A3B阿里巴巴

28.7%

8

Qwen3.5-35B-A3B阿里巴巴

4.4%

共 8 个模型

返回基准目录