MMLU
AIベンチマーク結果とモデルの性能
種類: percentage
記録された結果
140
平均スコア
78.55%
スコアの範囲
41.90% - 90.80%
最上位モデル
90.80% - GPT 4.5 Preview
スコアの推移
日付ごとの個別ベンチマークスコアです。
モデル結果
| 組織 | モデル | 報告日 | 最高スコア | 情報 | 自己申告 | 出典 |
|---|---|---|---|---|---|---|
| GPT 4.5 Preview | 2025年2月27日 | 90.80% | - | はい | 出典 | |
| o1 preview | 2024年9月12日 | 90.80% | - | はい | 出典 | |
| Qwen 3 VL 235B A22B Thinking | - | 90.60% | - | はい | - | |
| GPT OSS 120b | 2025年8月05日 | 90% | High Reasoning Effort | はい | 出典 | |
| GPT OSS Safeguard 120b | 2025年10月29日 | 90% | inferred high-confidence family alias from gpt-oss-120b (score=0.5102; benches=7) | はい | 出典 | |
| LongCat Flash Chat | - | 89.71% | inferred high-confidence family alias from longcat-flash-chat (score=0.4667; benches=16) | はい | 出典 | |
| Kimi K2 (2025-09-05) | 2025年9月05日 | 89.50% | EM | はい | 出典 | |
| Gemini 2.5 Pro Preview (2025-06-05) | 2025年6月05日 | 89.20% | - | はい | 出典 | |
| Qwen 3 VL 235B A22B Instruct | - | 88.80% | - | はい | - | |
| GPT 4o (2024-05-13) | 2024年5月13日 | 88.70% | - | はい | 出典 | |
| Qwen 3 VL 32B Thinking | - | 88.70% | - | はい | - | |
| Gemini 2.5 Pro Preview (2025-05-06) | 2025年5月06日 | 88.60% | Lite | はい | 出典 | |
| DeepSeek OCR | 2025年10月20日 | 88.50% | inferred family alias from deepseek-v3 (score=0.3000; benches=20) | はい | 出典 | |
| DeepSeek V2 (2024-06-28) | 2024年6月28日 | 88.50% | inferred family alias from deepseek-v3 (score=0.4159; benches=20) | はい | 出典 | |
| DeepSeek V4 | - | 88.50% | inferred high-confidence family alias from deepseek-v3 (score=0.5818; benches=20) | はい | 出典 | |
| Gemini 2.0 Flash | 2025年2月05日 | 88.40% | Lite | はい | 出典 | |
| Gemini 2.5 Flash Preview (2025-04-17) | 2025年4月17日 | 88.40% | Lite | はい | 出典 | |
| Gemini 2.5 Flash Preview (2025-05-20) | 2025年5月20日 | 88.40% | Lite | はい | 出典 | |
| Qwen 3 235B A22B | - | 87.81% | - | はい | 出典 | |
| Kimi K2 (2025-07-11) | 2025年7月11日 | 87.80% | EM | はい | 出典 | |
| Qwen 3 VL 30B A3B Thinking | - | 87.60% | - | はい | - | |
| Grok 2 | 2024年8月13日 | 87.50% | - | はい | 出典 | |
| Kimi K1.5 | 2025年1月20日 | 87.40% | - | はい | 出典 | |
| o3 mini | 2025年1月30日 | 86.90% | - | はい | 出典 | |
| GPT 4 Turbo Preview (1106) | 2023年11月06日 | 86.50% | inferred version-family alias from gpt-4-turbo-2024-04-09 | はい | 出典 |
