MMLU Redux
Ergebnisse von KI-Benchmarks und Modellleistung
Typ: percentage
Erfasste Ergebnisse
66
Durchschnittspunktzahl
81.47%
Punktzahlbereich
43.20% - 94.90%
Führendes Modell
94.90% - Qwen 3.5 397B A17B
Punktzahlen im Zeitverlauf
Einzelne Benchmark-Punktzahlen nach Datum.
Modellergebnisse
| Organisation | Modelle | Gemeldet am | Höchste Punktzahl | Info | Selbst gemeldet | Quelle |
|---|---|---|---|---|---|---|
| Qwen 3.5 397B A17B | 16. Feb. 2026 | 94,90 % | - | Ja | Quelle | |
| Qwen 3.6 Plus | 01. Apr. 2026 | 94,50 % | - | Ja | Quelle | |
| Kimi K2 Thinking | 06. Nov. 2025 | 94,40 % | inferred alias from kimi-k2-thinking-0905 | Ja | Quelle | |
| Qwen 3.5 122B A10B | 24. Feb. 2026 | 94 % | - | Ja | Quelle | |
| Qwen 3 235B A22B Thinking 2507 | - | 93,80 % | - | Ja | Quelle | |
| Qwen 3 VL 235B A22B Thinking | - | 93,70 % | - | Ja | - | |
| Qwen 3.5 35B A3B | 24. Feb. 2026 | 93,30 % | - | Ja | Quelle | |
| Qwen 3.5 27B | 24. Feb. 2026 | 93,20 % | - | Ja | Quelle | |
| Qwen 3.5 Flash | 23. Feb. 2026 | 93,20 % | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | Ja | Quelle | |
| Qwen 3 A235 A22B Instruct 2507 | - | 93,10 % | - | Ja | Quelle | |
| Kimi K2 (2025-09-05) | 05. Sept. 2025 | 92,70 % | EM | Ja | Quelle | |
| Qwen 3 Next 80B A3B Thinking | - | 92,50 % | - | Ja | Quelle | |
| EXAONE 4.0 32B | 15. Juli 2025 | 92,30 % | Reasoning | Ja | Quelle | |
| Qwen 3 VL 235B A22B Instruct | - | 92,20 % | - | Ja | - | |
| Qwen 3 VL 32B Thinking | - | 91,90 % | - | Ja | - | |
| DeepSeek V3.1 | 21. Aug. 2025 | 91,80 % | Non-thinking: 91.8%, Thinking: 93.7% | Ja | Quelle | |
| DeepSeek V3.1 Terminus | 22. Sept. 2025 | 91,80 % | inferred alias from deepseek-v3.1 | Ja | Quelle | |
| Qwen 3.5 9B | 02. März 2026 | 91,10 % | - | Ja | Quelle | |
| Qwen 3 Next 80B A3B Instruct | - | 90,90 % | - | Ja | Quelle | |
| Qwen 3 VL 30B A3B Thinking | - | 90,90 % | - | Ja | - | |
| Qwen 3 VL 32B Instruct | - | 89,80 % | - | Ja | - | |
| DeepSeek OCR | 20. Okt. 2025 | 89,10 % | inferred family alias from deepseek-v3 (score=0.3000; benches=20) | Ja | Quelle | |
| DeepSeek V2 (2024-06-28) | 28. Juni 2024 | 89,10 % | inferred family alias from deepseek-v3 (score=0.4159; benches=20) | Ja | Quelle | |
| DeepSeek V4 | - | 89,10 % | inferred high-confidence family alias from deepseek-v3 (score=0.5818; benches=20) | Ja | Quelle | |
| Qwen 3 8B | - | 88,80 % | inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.4600; benches=50) | Ja | - |
