Aider-Polyglot厂商自报 · 越高越好
57.3%
Accuracy
成绩出处AIME 2025厂商自报 · 越高越好
70.3%
Accuracy
成绩出处ARC-AGI厂商自报 · 越高越好
41.8%
Accuracy
成绩出处Arena-Hard v2厂商自报 · 越高越好
79.2%
Win Rate
成绩出处BFCL-v3厂商自报 · 越高越好
70.9%
Accuracy
成绩出处Creative Writing v3厂商自报 · 越高越好
87.5%
Score
成绩出处CSimpleQA厂商自报 · 越高越好
84.3%
Accuracy
成绩出处GPQA厂商自报 · 越高越好
77.5%
Accuracy
成绩出处HMMT25厂商自报 · 越高越好
55.4%
Accuracy
成绩出处IFEval厂商自报 · 越高越好
88.7%
Accuracy
成绩出处Include厂商自报 · 越高越好
79.5%
Score
成绩出处LiveBench 20241125厂商自报 · 越高越好
75.4%
Accuracy
成绩出处LiveCodeBench v6厂商自报 · 越高越好
51.8%
Accuracy
成绩出处MMLU-Pro厂商自报 · 越高越好
83%
Accuracy
成绩出处MMLU-ProX厂商自报 · 越高越好
79.4%
Accuracy
成绩出处MMLU-Redux厂商自报 · 越高越好
93.1%
Accuracy
成绩出处Multi-IF厂商自报 · 越高越好
77.5%
Accuracy
成绩出处MultiPL-E厂商自报 · 越高越好
87.9%
Score
成绩出处PolyMATH厂商自报 · 越高越好
50.2%
Accuracy
成绩出处SimpleQA厂商自报 · 越高越好
54.3%
Accuracy
成绩出处SuperGPQA厂商自报 · 越高越好
62.6%
Accuracy
成绩出处Tau2 Airline厂商自报 · 越高越好
44%
Accuracy
成绩出处Tau2 Retail厂商自报 · 越高越好
71.3%
Accuracy
成绩出处WritingBench厂商自报 · 越高越好
85.2%
Accuracy
成绩出处ZebraLogic厂商自报 · 越高越好
95%
Accuracy
成绩出处
