正在读取模型档案与评测数据…

MAI-Thinking-1

Microsoft·1 个数据来源·更新于 2026-09-26

评测表现

只在同一来源、同一口径下比较。切换来源可查看不同测试结果。

1 个评测来源

测试配置

采集于 2026-09-26查看原始页面

当前配置：各基准设置见下表

LLM Stats · 公开基准成绩暂无综合分数当前所选配置的来源分数

不同来源的分数不能直接相加或横向比较；评测任务成本不是 API Token 单价。

逐项基准成绩

23 项已收录成绩 · 保留原始单位和测试条件

AdvancedIF厂商自报 · 越高越好

85%

Rubric-level

AIME 2025厂商自报 · 越高越好

97%

AIME 2026厂商自报 · 越高越好

94.5%

AIR-Bench厂商自报 · 越高越好

88%

BFCL-v3厂商自报 · 越高越好

72%

CorpusQA厂商自报 · 越高越好

82%

CyberSecEval 4厂商自报 · 越高越好

63%

Insecure code: Autocomplete

GPQA厂商自报 · 越高越好

84.2%

Diamond

GraphWalks厂商自报 · 越高越好

90%

F1, ≤128k context

HealthBench Professional厂商自报 · 越高越好

35%

HMMT Feb 26厂商自报 · 越高越好

84.9%

IFBench厂商自报 · 越高越好

69%

LiveCodeBench v6厂商自报 · 越高越好

87.7%

LongBench v2厂商自报 · 越高越好

61%

256k context

LongFact厂商自报 · 越高越好

98%

MedXpertQA厂商自报 · 越高越好

43%

Text

MMLU-Pro厂商自报 · 越高越好

85%

Multi-Challenge厂商自报 · 越高越好

53%

SimpleQA Verified厂商自报 · 越高越好

31%

SWE-Bench Pro厂商自报 · 越高越好

52.8%

256k context

SWE-Bench Verified厂商自报 · 越高越好

73.5%

256k context

Terminal-Bench 2.0厂商自报 · 越高越好

46%

256k context

TruthfulQA厂商自报 · 越高越好

88%

技术规格

只展示有可靠来源的资料；优先采用厂商官网与官方模型仓库。

发布日期: 2026-06-02LLM Stats
许可证: ProprietaryLLM Stats

价格与用量

美元 / 百万 Token。不同服务商或测试配置的报价分别列出。

暂无可核验的 API 报价。

每个数字，都有出处

同名模型通过开发机构和明确版本关联。预览版、日期版本和不同规模模型分别建档。

LLM Stats

公开模型页与公开榜单；自报成绩单独标识

1 条记录最近采集 2026-09-26

查看全部配置与采集记录

来源 / 配置	采集时间	原始数据
LLM StatsMAI-Thinking-1SHA-256 196794587828a63d…	2026-09-26T00:29:17Z	查看来源

继续浏览模型排行榜