MATH 500
نتائج معايير الذكاء الاصطناعي وأداء النماذج
النوع: percentage
النتائج المسجلة
33
متوسط النقاط
86.24%
نطاق النقاط
69.02% - 98.20%
النموذج المتصدر
98.20% - GLM 4.5
النقاط بمرور الوقت
نقاط المعيار الفردية معروضة حسب التاريخ.
نتائج النماذج
| المؤسسة | النماذج | تاريخ الإبلاغ | أعلى نقطة | معلومات | مُبلَّغ عنها ذاتيًا | المصدر |
|---|---|---|---|---|---|---|
| GLM 4.5 | ٢٨ يوليو ٢٠٢٥ | ٩٨٫٢٠٪ | - | نعم | المصدر | |
| GLM 4.5 Air | ٢٨ يوليو ٢٠٢٥ | ٩٨٫١٠٪ | - | نعم | المصدر | |
| Nemotron Nano 12B V2 | - | ٩٧٫٨٠٪ | inferred high-confidence family alias from nvidia-nemotron-nano-9b-v2 (score=0.4889; benches=6) | نعم | المصدر | |
| Nemotron Nano 9B V2 | - | ٩٧٫٨٠٪ | - | نعم | المصدر | |
| Kimi K2 (2025-09-05) | ٠٥ سبتمبر ٢٠٢٥ | ٩٧٫٤٠٪ | Acc | نعم | المصدر | |
| Llama 3.1 Nemotron Ultra 253B v1 | ٠٧ أبريل ٢٠٢٥ | ٩٧٪ | - | نعم | المصدر | |
| MiniMax M1 80K | ١٦ يونيو ٢٠٢٥ | ٩٦٫٨٠٪ | - | نعم | - | |
| Llama 3.3 Nemotron Super 49B v1 | ١٨ مارس ٢٠٢٥ | ٩٦٫٦٠٪ | - | نعم | المصدر | |
| Llama 3.3 Nemotron Super 49B V1.5 | - | ٩٦٫٦٠٪ | inferred version-family alias from llama-3.3-nemotron-super-49b-v1 | نعم | المصدر | |
| LongCat Flash Chat | - | ٩٦٫٤٠٪ | inferred high-confidence family alias from longcat-flash-chat (score=0.4667; benches=16) | نعم | المصدر | |
| Kimi K1.5 | ٢٠ يناير ٢٠٢٥ | ٩٦٫٢٠٪ | - | نعم | المصدر | |
| Minimax M1 40K | ١٦ يونيو ٢٠٢٥ | ٩٦٪ | - | نعم | - | |
| Llama 3.1 Nemotron Nano 4B V1.1 | - | ٩٥٫٤٠٪ | inferred high-confidence family alias from llama-3.1-nemotron-nano-8b-v1 (score=0.5523; benches=7) | نعم | المصدر | |
| Llama 3.1 Nemotron Nano 8B V1 | ١٨ مارس ٢٠٢٥ | ٩٥٫٤٠٪ | - | نعم | المصدر | |
| Phi 4 Mini Flash Reasoning | - | ٩٤٫٦٠٪ | inferred modality/version alias from phi-4-mini-reasoning | نعم | المصدر | |
| Phi 4 Mini Reasoning | ٣٠ أبريل ٢٠٢٥ | ٩٤٫٦٠٪ | - | نعم | المصدر | |
| QwQ 32B | - | ٩٠٫٦٠٪ | - | نعم | المصدر | |
| QwQ 32B Preview | - | ٩٠٫٦٠٪ | - | نعم | المصدر | |
| DeepSeek OCR | ٢٠ أكتوبر ٢٠٢٥ | ٩٠٫٢٠٪ | inferred family alias from deepseek-v3 (score=0.3000; benches=20) | نعم | المصدر | |
| DeepSeek V2 (2024-06-28) | ٢٨ يونيو ٢٠٢٤ | ٩٠٫٢٠٪ | inferred family alias from deepseek-v3 (score=0.4159; benches=20) | نعم | المصدر | |
| DeepSeek V4 | - | ٩٠٫٢٠٪ | inferred high-confidence family alias from deepseek-v3 (score=0.5818; benches=20) | نعم | المصدر | |
| o1 mini | ١٢ سبتمبر ٢٠٢٤ | ٩٠٪ | - | نعم | المصدر | |
| Granite 3.0 8B Instruct | - | ٦٩٫٠٢٪ | inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.4911; benches=14) | نعم | المصدر | |
| Granite 3.1 8B Instruct | - | ٦٩٫٠٢٪ | inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.4911; benches=14) | نعم | المصدر | |
| Granite 3.2 8B Instruct | - | ٦٩٫٠٢٪ | inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.4911; benches=14) | نعم | المصدر |
