自动生成页面。 本页由 AI 自动撰写和翻译,并由软件对照来源进行核查,无人工编辑。SI-IQ 是基于公开基准测试结果构建的指数,不是智商测试。 工作原理

OTIS Mock AIME 2024–2025:AI 模型成绩

OTIS Mock AIME 2024–2025 是由 Epoch AI 运行的数学基准测试。我们的数据中,193 个模型有已发布的成绩。

它属于 SI-IQ 指数的一部分(载荷 α = 1.38,随机水平 0%)。

评测方
Epoch AI
基准测试主页
epoch.ai/benchmarks/otis-mock-aime-2024-2025

成绩

来源
1 Claude Fable 5 Anthropic100.0%138134–141 9 2026年6月Epoch AI Benchmarking Hub
2 Claude Fable 5.1 Anthropic100.0%140136–143 8 2026年9月Epoch AI Benchmarking Hub
3 Claude Opus 5.5 Anthropic100.0%144141–148 9 2026年9月Epoch AI Benchmarking Hub
4 Claude Sonnet 5.5 Anthropic100.0%140137–143 9 2026年9月Epoch AI Benchmarking Hub
5 GPT-5.5 OpenAI100.0%138135–141 10 2026年4月Epoch AI Benchmarking Hub
6 GPT-5.5 Pro OpenAI100.0%139135–142 5 数据不足 2026年4月Epoch AI Benchmarking Hub
7 GPT-5.6 Sol OpenAI100.0%140137–143 9 2026年7月Epoch AI Benchmarking Hub
8 GPT-6 Astra OpenAI100.0%150146–153 9 2026年9月Epoch AI Benchmarking Hub
9 GPT-6 Sol OpenAI100.0%140137–144 9 2026年9月Epoch AI Benchmarking Hub
10 GPT-6.1 Sol OpenAI100.0%148144–152 9 2026年9月Epoch AI Benchmarking Hub
11 Gemini 4 Argon Google DeepMind100.0%140137–143 9 2026年9月Epoch AI Benchmarking Hub
12 Qwen3.8 Max (0902) Alibaba100.0%127123–130 6 数据不足 2026年9月Epoch AI Benchmarking Hub
13 GPT-5.6 Terra OpenAI99.7%134131–137 9 2026年7月Epoch AI Benchmarking Hub
14 Muse Wonder Meta AI99.4%136133–139 4 数据不足 2026年10月Epoch AI Benchmarking Hub
15 Qwen 3.8 Max Alibaba99.4%130127–133 7 数据不足 2026年8月Epoch AI Benchmarking Hub
16 Grok 4.6 xAI99.2%126123–129 9 2026年8月Epoch AI Benchmarking Hub
17 Muse Spark 1.3 Meta AI99.2%128125–131 5 数据不足 2026年9月Epoch AI Benchmarking Hub
18 Claude Haiku 5.5 Anthropic98.9%129126–132 9 2026年10月Epoch AI Benchmarking Hub
19 Claude Opus 5 Anthropic98.9%136133–140 9 2026年7月Epoch AI Benchmarking Hub
20 GPT-6 Luna OpenAI98.9%130127–133 9 2026年9月Epoch AI Benchmarking Hub
21 Gemini 3.8 Flash Google DeepMind98.9%130127–133 9 2026年9月Epoch AI Benchmarking Hub
22 DeepSeek V4 Pro 0813开放 DeepSeek98.6%128125–131 9 2026年8月Epoch AI Benchmarking Hub
23 Claude Opus 4.8 Anthropic98.3%132129–135 9 2026年5月Epoch AI Benchmarking Hub
24 DeepSeek V4.1 Flash开放 DeepSeek98.3%128125–131 9 2026年9月Epoch AI Benchmarking Hub
25 GPT-5.6 Luna OpenAI98.3%130127–133 9 2026年7月Epoch AI Benchmarking Hub
26 Mistral Large 4 Mistral AI98.3%122119–125 7 数据不足 2026年10月Epoch AI Benchmarking Hub
27 Grok 4.7 xAI98.1%123120–127 7 数据不足 2026年9月Epoch AI Benchmarking Hub
28 Muse Spark Open开放 Meta AI98.1%127124–130 7 2026年10月Epoch AI Benchmarking Hub
29 Claude Opus 4.7 Anthropic97.8%127124–130 10 2026年4月Epoch AI Benchmarking Hub
30 GPT-5.4 OpenAI97.8%131128–133 10 2026年3月Epoch AI Benchmarking Hub
31 Grok 4.5 xAI97.8%124121–127 6 数据不足 2026年7月Epoch AI Benchmarking Hub
32 Gemini 3.7 Flash Google DeepMind97.2%131128–134 9 2026年8月Epoch AI Benchmarking Hub
33 Kimi K3开放 Moonshot97.2%127124–130 9 2026年7月Epoch AI Benchmarking Hub
34 DeepSeek-V4-Pro开放 DeepSeek96.7%117113–120 10 2026年4月Epoch AI Benchmarking Hub
35 GPT-5.2 OpenAI96.1%125122–128 11 2025年12月Epoch AI Benchmarking Hub
36 Kimi K2.6开放 Moonshot96.1%121118–124 10 2026年4月Epoch AI Benchmarking Hub
37 Gemini 3.1 Pro Google DeepMind95.6%127124–130 10 2026年2月Epoch AI Benchmarking Hub
38 Gemini 3 Flash Google DeepMind95.6%122119–125 10 2025年12月Epoch AI Benchmarking Hub
39 Gemini 3.5 Flash Google DeepMind95.6%126123–129 10 2026年5月Epoch AI Benchmarking Hub
40 Kimi K2.7 Code开放 Moonshot95.6%118115–122 8 2026年6月Epoch AI Benchmarking Hub
41 Qwen3.7-Max Alibaba95.6%125122–128 10 2026年5月Epoch AI Benchmarking Hub
42 Claude Sonnet 5 Anthropic94.7%126123–129 9 2026年6月Epoch AI Benchmarking Hub
43 Claude Opus 4.6 Anthropic94.4%123120–126 10 2026年2月Epoch AI Benchmarking Hub
44 DeepSeek V4 Flash 0731开放 DeepSeek94.4%124121–127 9 2026年7月Epoch AI Benchmarking Hub
45 Gemini 3.6 Flash Google DeepMind94.2%125122–128 9 2026年7月Epoch AI Benchmarking Hub
46 GLM-5.3-Flash开放 Z.ai (Zhipu AI)93.9%120117–124 8 2026年8月Epoch AI Benchmarking Hub
47 GLM-5.1开放 Z.ai (Zhipu AI)93.3%116112–120 8 2026年4月Epoch AI Benchmarking Hub
48 Grok 4.3 Beta xAI93.3%117114–121 6 数据不足 2026年4月Epoch AI Benchmarking Hub
49 Qwen 3.6 Plus Alibaba93.3%113109–117 7 数据不足 2026年3月Epoch AI Benchmarking Hub
50 Qwen3.7-Plus Alibaba93.3%115110–119 6 2026年6月Epoch AI Benchmarking Hub
51 Kimi K2.5开放 Moonshot92.2%119112–125 6 2026年1月Epoch AI Benchmarking Hub
52 GPT-5 OpenAI91.4%121118–124 12 2025年8月Epoch AI Benchmarking Hub
53 Gemini 3 Pro Google DeepMind91.4%122115–130 4 数据不足 2025年11月Epoch AI Benchmarking Hub
54 GLM-5.3开放 Z.ai (Zhipu AI)91.1%125122–128 9 2026年8月Epoch AI Benchmarking Hub
55 Qwen 3.6 Max (Preview) Alibaba91.1%118112–124 5 数据不足 2026年4月Epoch AI Benchmarking Hub
56 Qwen3.6 27B开放 Alibaba91.1%115110–119 6 2026年4月Epoch AI Benchmarking Hub
57 Inkling-Small开放 Thinking Machines90.0%118115–122 8 2026年7月Epoch AI Benchmarking Hub
58 Muse Spark Meta AI88.9%118110–126 2 数据不足 2026年4月Epoch AI Benchmarking Hub
59 GPT-5.4 Mini OpenAI88.9%117113–120 9 2026年3月Epoch AI Benchmarking Hub
60 Inkling开放 Thinking Machines88.9%114110–117 8 2026年7月Epoch AI Benchmarking Hub
61 Qwen3.5 397B-A17B开放 Alibaba88.9%114109–118 6 2026年2月Epoch AI Benchmarking Hub
62 gpt-oss-120b开放 OpenAI88.9%10699–112 6 2025年8月Epoch AI Benchmarking Hub
63 GPT-5.1 OpenAI88.6%120115–125 8 2025年11月Epoch AI Benchmarking Hub
64 GPT-5.4 Nano OpenAI87.8%118115–121 9 2026年3月Epoch AI Benchmarking Hub
65 GPT-5 mini OpenAI86.7%115112–118 12 2025年8月Epoch AI Benchmarking Hub
66 Nemotron 3 Ultra开放 Nvidia86.7%114108–120 4 数据不足 2026年6月Epoch AI Benchmarking Hub
67 Qwen 3.5 Plus (hosted 397B-A17B) Alibaba86.7%109103–115 5 数据不足 2026年2月Epoch AI Benchmarking Hub
68 Qwen 3.6 35B-A3B开放 Alibaba86.7%111107–115 6 2026年4月Epoch AI Benchmarking Hub
69 Qwen3-235B-A22B-Thinking (Jul 2025)开放 Alibaba86.7%111105–118 6 2025年7月Epoch AI Benchmarking Hub
70 Qwen3.7 Flash Alibaba86.7%107103–112 4 数据不足 2026年7月Epoch AI Benchmarking Hub
71 GLM-5.2开放 Z.ai (Zhipu AI)86.4%121118–124 10 2026年6月Epoch AI Benchmarking Hub
72 Claude Opus 4.5 Anthropic86.1%115111–118 11 2025年11月Epoch AI Benchmarking Hub
73 Claude Sonnet 4.6 Anthropic85.8%113108–118 8 2026年2月Epoch AI Benchmarking Hub
74 Gemini 2.5 Pro (Jun 2025) Google DeepMind84.7%108104–112 8 2025年6月Epoch AI Benchmarking Hub
75 Qwen 3.5 Flash (hosted 35B-A3B) Alibaba84.4%107103–111 6 数据不足 2026年2月Epoch AI Benchmarking Hub
76 Qwen 3.6 Flash Alibaba84.4%107103–111 6 数据不足 2026年4月Epoch AI Benchmarking Hub
77 o3 OpenAI84.4%116113–119 10 2025年4月Epoch AI Benchmarking Hub
78 Grok 4 xAI84.0%114107–120 4 数据不足 2025年7月Epoch AI Benchmarking Hub
79 GLM-4.7开放 Z.ai (Zhipu AI)83.3%112107–118 6 2025年12月Epoch AI Benchmarking Hub
80 Gemma 4 26B A4B开放 Google DeepMind82.2%106100–112 4 数据不足 2026年4月Epoch AI Benchmarking Hub
81 o4-mini OpenAI81.7%112109–115 10 2025年4月Epoch AI Benchmarking Hub
82 GPT-5 nano OpenAI81.1%105102–109 11 2025年8月Epoch AI Benchmarking Hub
83 GLM-5开放 Z.ai (Zhipu AI)80.0%112105–118 5 数据不足 2026年2月Epoch AI Benchmarking Hub
84 Gemini 3.1 Flash-Lite Google80.0%109105–114 3 数据不足 2026年3月Epoch AI Benchmarking Hub
85 Claude Sonnet 4.5 Anthropic77.8%110107–113 12 2025年9月Epoch AI Benchmarking Hub
86 Grok-3 mini xAI77.8%10095–105 4 数据不足 2025年4月Epoch AI Benchmarking Hub
87 o3-mini OpenAI76.9%105101–108 9 2025年1月Epoch AI Benchmarking Hub
88 Gemma 4 31B IT开放 Google DeepMind73.3%10498–110 5 数据不足 2026年4月Epoch AI Benchmarking Hub
89 Qwen3-Max Alibaba73.3%106103–110 6 数据不足 2025年9月Epoch AI Benchmarking Hub
90 o1 OpenAI73.3%10399–106 6 数据不足 2024年12月Epoch AI Benchmarking Hub
91 Gemini 2.5 Flash (Apr 2025) Google DeepMind73.1%10194–108 2 数据不足 2025年4月Epoch AI Benchmarking Hub
92 Claude Sonnet 4 Anthropic71.1%9793–101 6 2025年5月Epoch AI Benchmarking Hub
93 Gemini 3.5 Flash-Lite Google DeepMind71.1%109106–113 8 2026年7月Epoch AI Benchmarking Hub
94 MiniMax-M3开放 MiniMax71.1%108102–114 6 2026年6月Epoch AI Benchmarking Hub
95 Gemini 2.5 Flash (May 2025) Google DeepMind70.8%10294–109 2 数据不足 2025年5月Epoch AI Benchmarking Hub
96 Qwen3-30B-A3B-Thinking (Jul 2025)开放 Alibaba70.3%10093–106 2 数据不足 2025年7月Epoch AI Benchmarking Hub
97 Qwen3.5-35B-A3B开放 Alibaba70.0%106100–112 4 数据不足 2026年2月Epoch AI Benchmarking Hub
98 Claude Opus 4.1 Anthropic68.9%105102–109 6 数据不足 2025年8月Epoch AI Benchmarking Hub
99 GPT-5.5 Instant OpenAI68.1%107103–111 4 数据不足 2026年5月Epoch AI Benchmarking Hub
100 seed-oss-36b-instruct —67.5%9993–106 2 数据不足 2025年8月Epoch AI Benchmarking Hub
101 Qwen3-32B开放 Alibaba66.9%9589–100 6 2025年4月Epoch AI Benchmarking Hub
102 Claude Haiku 4.5 Anthropic66.7%10499–108 8 2025年10月Epoch AI Benchmarking Hub
103 DeepSeek-R1 (May 2025)开放 DeepSeek66.4%104100–109 5 数据不足 2025年5月Epoch AI Benchmarking Hub
104 Qwen3-14B开放 Alibaba66.4%9387–99 5 数据不足 2025年4月Epoch AI Benchmarking Hub
105 gpt-oss-20b开放 OpenAI65.3%9589–101 4 数据不足 2025年8月Epoch AI Benchmarking Hub
106 Claude Opus 4 Anthropic64.4%9893–102 5 2025年5月Epoch AI Benchmarking Hub
107 Qwen3-30B-A3B开放 Alibaba62.8%9488–100 4 数据不足 2025年4月Epoch AI Benchmarking Hub
108 Qwen3-30B-A3B-Instruct (Jul 2025)开放 Alibaba62.2%9186–97 5 数据不足 2025年7月Epoch AI Benchmarking Hub
109 Qwen3.5-9B开放 Alibaba61.7%10195–107 4 数据不足 2026年2月Epoch AI Benchmarking Hub
110 QwQ-32B开放 Alibaba59.2%9286–98 3 数据不足 2025年3月Epoch AI Benchmarking Hub
111 glm-4.7-flash —58.3%9488–100 4 数据不足 —Epoch AI Benchmarking Hub
112 Claude 3.7 Sonnet Anthropic57.8%9995–103 5 2025年2月Epoch AI Benchmarking Hub
113 Gemini 2.0 Flash Thinking (Jan 2025) Google DeepMind, Google57.8%8983–95 3 数据不足 2025年1月Epoch AI Benchmarking Hub
114 Qwen3-8B开放 Alibaba56.1%9184–97 3 数据不足 2025年4月Epoch AI Benchmarking Hub
115 Qwen3.5-4B开放 Alibaba55.8%9688–103 1 数据不足 2026年2月Epoch AI Benchmarking Hub
116 DeepSeek-R1-Distill-Qwen-32B开放 DeepSeek55.6%9387–100 2 数据不足 2025年1月Epoch AI Benchmarking Hub
117 Grok 3 xAI55.6%9691–100 4 数据不足 2025年4月Epoch AI Benchmarking Hub
118 DeepSeek-R1开放 DeepSeek53.3%9893–102 4 数据不足 2025年1月Epoch AI Benchmarking Hub
119 qwen3-4b-instruct-2507 —52.2%8579–92 3 数据不足 2025年8月Epoch AI Benchmarking Hub
120 DeepSeek-R1-Distill-Llama-70B开放 DeepSeek51.4%9288–97 3 数据不足 2025年1月Epoch AI Benchmarking Hub
121 DeepSeek-R1-Distill-Qwen-14B开放 DeepSeek50.6%8984–93 3 数据不足 2025年1月Epoch AI Benchmarking Hub
122 o1-mini OpenAI46.9%9287–96 4 数据不足 2024年9月Epoch AI Benchmarking Hub
123 GPT-4.1 mini OpenAI44.7%9188–95 11 2025年4月Epoch AI Benchmarking Hub
124 deepseek-r1-0528-qwen3-8b —43.9%9083–98 2 数据不足 2025年5月Epoch AI Benchmarking Hub
125 GPT-4.1 OpenAI38.3%9187–94 11 2025年4月Epoch AI Benchmarking Hub
126 DeepSeek-V3 (Mar 2025)开放 DeepSeek37.8%8581–90 5 数据不足 2025年3月Epoch AI Benchmarking Hub
127 GPT-4.5 OpenAI37.8%8783–92 3 数据不足 2025年2月Epoch AI Benchmarking Hub
128 Mistral Medium 3 Mistral AI32.2%8681–90 4 数据不足 2025年5月Epoch AI Benchmarking Hub
129 Gemini 2.0 Flash (Feb 2025) Google DeepMind, Google31.1%8782–91 3 数据不足 2025年2月Epoch AI Benchmarking Hub
130 o1-preview OpenAI31.1%8480–89 3 数据不足 2024年9月Epoch AI Benchmarking Hub
131 Mistral Small 3.2开放 Mistral AI30.3%8074–87 3 数据不足 2025年6月Epoch AI Benchmarking Hub
132 Magistral Small 1.0开放 Mistral AI30.0%8376–89 2 数据不足 2025年6月Epoch AI Benchmarking Hub
133 GPT-4.1 nano OpenAI28.9%7672–80 9 2025年4月Epoch AI Benchmarking Hub
134 Magistral Small 1.2开放 Mistral AI28.1%7972–86 2 数据不足 2025年9月Epoch AI Benchmarking Hub
135 glm-4.7-flash_none —25.0%7770–84 2 数据不足 —Epoch AI Benchmarking Hub
136 Gemini 1.5 Pro (Sept 2024) Google DeepMind23.1%8075–85 3 数据不足 2024年9月Epoch AI Benchmarking Hub
137 Gemma 3 27B开放 Google DeepMind22.5%7772–81 5 2025年3月Epoch AI Benchmarking Hub
138 DeepSeek-R1-Distill-Qwen-1.5B开放 DeepSeek21.4%7365–80 2 数据不足 2025年1月Epoch AI Benchmarking Hub
139 Llama 4 Maverick开放 Meta AI20.6%8177–85 7 2025年4月Epoch AI Benchmarking Hub
140 Qwen Plus (Jan 2025) Alibaba17.8%7671–81 3 数据不足 2025年1月Epoch AI Benchmarking Hub
141 Gemma 3 12B开放 Google DeepMind16.7%7366–79 5 数据不足 2025年3月Epoch AI Benchmarking Hub
142 Gemini 1.5 Flash (Sep 2024) Google DeepMind16.2%7470–79 3 数据不足 2024年9月Epoch AI Benchmarking Hub
143 Qwen2.5-Max Alibaba16.1%7873–82 4 数据不足 2025年1月Epoch AI Benchmarking Hub
144 DeepSeek-V3开放 DeepSeek15.8%7773–82 5 数据不足 2024年12月Epoch AI Benchmarking Hub
145 Phi-4开放 Microsoft Research13.8%7671–81 4 数据不足 2024年12月Epoch AI Benchmarking Hub
146 Grok-2 (Dec 2024) xAI11.5%7570–80 3 数据不足 2024年12月Epoch AI Benchmarking Hub
147 Llama 3.1-405B开放 Meta AI9.7%7065–75 3 数据不足 2024年7月Epoch AI Benchmarking Hub
148 Claude 3.5 Sonnet (October 2024) Anthropic8.5%7671–80 4 数据不足 2024年10月Epoch AI Benchmarking Hub
149 Mistral Large 2 (Jul 2024)开放 Mistral AI8.5%6863–73 3 数据不足 2024年7月Epoch AI Benchmarking Hub
150 Qwen2.5-72B开放 Alibaba8.1%7268–77 5 数据不足 2024年9月Epoch AI Benchmarking Hub
151 Qwen3-1.7B开放 Alibaba8.1%6557–73 3 数据不足 2025年4月Epoch AI Benchmarking Hub
152 Llama 4 Scout开放 Meta AI7.8%7368–78 4 数据不足 2025年4月Epoch AI Benchmarking Hub
153 Mistral Large 2 (Nov 2024)开放 Mistral AI7.8%7166–76 4 数据不足 2024年11月Epoch AI Benchmarking Hub
154 Gemma 3 4B开放 Google DeepMind7.5%6353–73 4 数据不足 2025年3月Epoch AI Benchmarking Hub
155 Qwen2.5-32B开放 Alibaba7.4%7166–76 3 数据不足 2024年9月Epoch AI Benchmarking Hub
156 GPT-4o mini OpenAI6.9%6864–73 10 2024年7月Epoch AI Benchmarking Hub
157 Gemini 1.5 Pro (May 2024) Google DeepMind6.8%6661–71 3 数据不足 2024年5月Epoch AI Benchmarking Hub
158 GPT-4 Turbo (Apr 2024) OpenAI6.7%6864–73 4 数据不足 2024年4月Epoch AI Benchmarking Hub
159 Mistral Small 3开放 Mistral AI6.7%6762–72 3 数据不足 2025年1月Epoch AI Benchmarking Hub
160 Claude 3.5 Sonnet Anthropic6.5%7166–76 3 数据不足 2024年6月Epoch AI Benchmarking Hub
161 GPT-4o (Aug 2024) OpenAI6.4%7368–77 9 2024年8月Epoch AI Benchmarking Hub
162 GPT-4o (May 2024) OpenAI6.2%7066–75 5 数据不足 2024年5月Epoch AI Benchmarking Hub
163 GPT-4o (Nov 2024) OpenAI6.2%6964–73 5 2024年11月Epoch AI Benchmarking Hub
164 Qwen-Turbo Alibaba6.1%6964–75 3 数据不足 2024年11月Epoch AI Benchmarking Hub
165 Mistral Small 3.1开放 Mistral AI5.8%6863–73 3 数据不足 2025年3月Epoch AI Benchmarking Hub
166 Llama 3.3 70B开放 Meta AI5.1%6661–71 6 2024年12月Epoch AI Benchmarking Hub
167 Claude 3 Opus Anthropic4.7%6560–70 5 数据不足 2024年2月Epoch AI Benchmarking Hub
168 Gemini 1.5 Flash 8B Google DeepMind4.6%5747–67 2 数据不足 2024年10月Epoch AI Benchmarking Hub
169 Claude 3.5 Haiku Anthropic4.3%6762–72 4 数据不足 2024年10月Epoch AI Benchmarking Hub
170 Llama 3-70B开放 Meta AI4.3%5752–62 3 数据不足 2024年4月Epoch AI Benchmarking Hub
171 Gemini 1.5 Flash (May 2024) Google DeepMind3.9%5853–63 3 数据不足 2024年5月Epoch AI Benchmarking Hub
172 Llama 3.1-70B开放 Meta AI3.6%6358–68 3 数据不足 2024年7月Epoch AI Benchmarking Hub
173 granite-4.0-micro —2.8%5441–67 2 数据不足 2025年10月Epoch AI Benchmarking Hub
174 Claude 2 Anthropic2.5%4842–53 3 数据不足 2023年7月Epoch AI Benchmarking Hub
175 Claude 3 Sonnet Anthropic2.5%5449–59 3 数据不足 2024年2月Epoch AI Benchmarking Hub
176 Hermes 2 Theta Llama-3 70B开放 Nous Research, Arcee AI2.5%5550–61 3 数据不足 2024年6月Epoch AI Benchmarking Hub
177 Qwen2.5-7B开放 Alibaba2.5%5141–60 4 数据不足 2024年9月Epoch AI Benchmarking Hub
178 GPT-3.5 Turbo (Jan 2024) OpenAI2.2%4742–53 5 数据不足 2024年1月Epoch AI Benchmarking Hub
179 Claude 2.1 Anthropic1.9%5240–64 2 数据不足 2023年11月Epoch AI Benchmarking Hub
180 Llama 3-8B开放 Meta AI1.9%4034–46 3 数据不足 2024年4月Epoch AI Benchmarking Hub
181 Mistral Large Mistral AI1.9%5651–62 3 数据不足 2024年2月Epoch AI Benchmarking Hub
182 Claude 3 Haiku Anthropic1.8%5045–56 3 数据不足 2024年3月Epoch AI Benchmarking Hub
183 Llama 3.1-8B开放 Meta AI1.7%5549–60 4 数据不足 2024年7月Epoch AI Benchmarking Hub
184 Gemma 2 27B开放 Google DeepMind1.4%5752–63 3 数据不足 2024年6月Epoch AI Benchmarking Hub
185 GPT-4 (Jun 2023) OpenAI1.1%5751–63 4 数据不足 2023年6月Epoch AI Benchmarking Hub
186 Gemini 1.0 Pro Google DeepMind1.1%4640–52 3 数据不足 2023年12月Epoch AI Benchmarking Hub
187 Gemma 3 1B开放 Google DeepMind1.1%4025–55 3 数据不足 2025年3月Epoch AI Benchmarking Hub
188 granite-4.0-1b —0.8%5537–74 2 数据不足 2025年10月Epoch AI Benchmarking Hub
189 GPT-4 (Mar 2023) OpenAI0.6%5240–65 2 数据不足 2023年3月Epoch AI Benchmarking Hub
190 Gemma 2 9B开放 Google DeepMind0.6%5347–59 3 数据不足 2024年6月Epoch AI Benchmarking Hub
191 Llama 3.2 1B开放 Meta AI0.6%4227–58 3 数据不足 2024年9月Epoch AI Benchmarking Hub
192 Mistral 7B v0.3开放 Mistral AI0.3%5434–75 2 数据不足 2024年5月Epoch AI Benchmarking Hub
193 granite-4.0-350m —0.3%5337–68 3 数据不足 2025年10月Epoch AI Benchmarking Hub

数据来源: Aider polyglot leaderboard data (Apache-2.0); Arena leaderboard dataset on Hugging Face (CC BY 4.0); Berkeley Function Calling Leaderboard, Gorilla project (Apache-2.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); LiteLLM, model_prices_and_context_window.json (MIT); Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter (许可与修改).