MMLU
نتائج معايير الذكاء الاصطناعي وأداء النماذج
النوع: percentage
النتائج المسجلة
140
متوسط النقاط
78.55%
نطاق النقاط
41.90% - 90.80%
النموذج المتصدر
90.80% - GPT 4.5 Preview
النقاط بمرور الوقت
نقاط المعيار الفردية معروضة حسب التاريخ.
نتائج النماذج
| المؤسسة | النماذج | تاريخ الإبلاغ | أعلى نقطة | معلومات | مُبلَّغ عنها ذاتيًا | المصدر |
|---|---|---|---|---|---|---|
| GPT 4.5 Preview | ٢٧ فبراير ٢٠٢٥ | ٩٠٫٨٠٪ | - | نعم | المصدر | |
| o1 preview | ١٢ سبتمبر ٢٠٢٤ | ٩٠٫٨٠٪ | - | نعم | المصدر | |
| Qwen 3 VL 235B A22B Thinking | - | ٩٠٫٦٠٪ | - | نعم | - | |
| GPT OSS 120b | ٠٥ أغسطس ٢٠٢٥ | ٩٠٪ | High Reasoning Effort | نعم | المصدر | |
| GPT OSS Safeguard 120b | ٢٩ أكتوبر ٢٠٢٥ | ٩٠٪ | inferred high-confidence family alias from gpt-oss-120b (score=0.5102; benches=7) | نعم | المصدر | |
| LongCat Flash Chat | - | ٨٩٫٧١٪ | inferred high-confidence family alias from longcat-flash-chat (score=0.4667; benches=16) | نعم | المصدر | |
| Kimi K2 (2025-09-05) | ٠٥ سبتمبر ٢٠٢٥ | ٨٩٫٥٠٪ | EM | نعم | المصدر | |
| Gemini 2.5 Pro Preview (2025-06-05) | ٠٥ يونيو ٢٠٢٥ | ٨٩٫٢٠٪ | - | نعم | المصدر | |
| Qwen 3 VL 235B A22B Instruct | - | ٨٨٫٨٠٪ | - | نعم | - | |
| GPT 4o (2024-05-13) | ١٣ مايو ٢٠٢٤ | ٨٨٫٧٠٪ | - | نعم | المصدر | |
| Qwen 3 VL 32B Thinking | - | ٨٨٫٧٠٪ | - | نعم | - | |
| Gemini 2.5 Pro Preview (2025-05-06) | ٠٦ مايو ٢٠٢٥ | ٨٨٫٦٠٪ | Lite | نعم | المصدر | |
| DeepSeek OCR | ٢٠ أكتوبر ٢٠٢٥ | ٨٨٫٥٠٪ | inferred family alias from deepseek-v3 (score=0.3000; benches=20) | نعم | المصدر | |
| DeepSeek V2 (2024-06-28) | ٢٨ يونيو ٢٠٢٤ | ٨٨٫٥٠٪ | inferred family alias from deepseek-v3 (score=0.4159; benches=20) | نعم | المصدر | |
| DeepSeek V4 | - | ٨٨٫٥٠٪ | inferred high-confidence family alias from deepseek-v3 (score=0.5818; benches=20) | نعم | المصدر | |
| Gemini 2.0 Flash | ٠٥ فبراير ٢٠٢٥ | ٨٨٫٤٠٪ | Lite | نعم | المصدر | |
| Gemini 2.5 Flash Preview (2025-04-17) | ١٧ أبريل ٢٠٢٥ | ٨٨٫٤٠٪ | Lite | نعم | المصدر | |
| Gemini 2.5 Flash Preview (2025-05-20) | ٢٠ مايو ٢٠٢٥ | ٨٨٫٤٠٪ | Lite | نعم | المصدر | |
| Qwen 3 235B A22B | - | ٨٧٫٨١٪ | - | نعم | المصدر | |
| Kimi K2 (2025-07-11) | ١١ يوليو ٢٠٢٥ | ٨٧٫٨٠٪ | EM | نعم | المصدر | |
| Qwen 3 VL 30B A3B Thinking | - | ٨٧٫٦٠٪ | - | نعم | - | |
| Grok 2 | ١٣ أغسطس ٢٠٢٤ | ٨٧٫٥٠٪ | - | نعم | المصدر | |
| Kimi K1.5 | ٢٠ يناير ٢٠٢٥ | ٨٧٫٤٠٪ | - | نعم | المصدر | |
| o3 mini | ٣٠ يناير ٢٠٢٥ | ٨٦٫٩٠٪ | - | نعم | المصدر | |
| GPT 4 Turbo Preview (1106) | ٠٦ نوفمبر ٢٠٢٣ | ٨٦٫٥٠٪ | inferred version-family alias from gpt-4-turbo-2024-04-09 | نعم | المصدر |
