MAI-Thinking-1

Microsoft·2 个数据来源·更新于 2026-11-10

上下文窗口256KBenchLM

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。

2 个评测来源

当前配置:各基准设置见下表

采集于 2026-11-10查看原始页面
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

成绩出处
AIME 2025厂商自报 · 越高越好
97%
成绩出处
AIME 2026厂商自报 · 越高越好
94.5%
成绩出处
AIR-Bench厂商自报 · 越高越好
88%
成绩出处
BFCL-v3厂商自报 · 越高越好
72%
成绩出处
CorpusQA厂商自报 · 越高越好
82%
成绩出处
CyberSecEval 4厂商自报 · 越高越好
63%

Insecure code: Autocomplete

成绩出处
GPQA厂商自报 · 越高越好
84.2%

Diamond

成绩出处
GraphWalks厂商自报 · 越高越好
90%

F1, ≤128k context

成绩出处
HealthBench Professional厂商自报 · 越高越好
35%
成绩出处
HMMT Feb 26厂商自报 · 越高越好
84.9%
成绩出处
IFBench厂商自报 · 越高越好
69%
成绩出处
LiveCodeBench v6厂商自报 · 越高越好
87.7%
成绩出处
LongBench v2厂商自报 · 越高越好
61%

256k context

成绩出处
LongFact厂商自报 · 越高越好
98%
成绩出处
MedXpertQA厂商自报 · 越高越好
43%

Text

成绩出处
MMLU-Pro厂商自报 · 越高越好
85%
成绩出处
Multi-Challenge厂商自报 · 越高越好
53%
成绩出处
SimpleQA Verified厂商自报 · 越高越好
31%
成绩出处
SWE-Bench Pro厂商自报 · 越高越好
52.8%

256k context

成绩出处
SWE-Bench Verified厂商自报 · 越高越好
73.5%

256k context

成绩出处
Terminal-Bench 2.0厂商自报 · 越高越好
46%

256k context

成绩出处
TruthfulQA厂商自报 · 越高越好
88%
成绩出处

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
上下文窗口
256K TokenBenchLM
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 2026-11-10

BenchLM

公开评测数据;保留来源原始口径

1 条记录最近采集 2026-11-10
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 7f385b287d2d90cd…2026-11-10T13:53:17Z查看来源
BenchLMMAI-Thinking-12026-11-10查看来源
继续浏览模型排行榜