MMLU
Résultats des évaluations de l’IA et performances des modèles
Type: percentage
Résultats enregistrés
140
Score moyen
78.55%
Plage des scores
41.90% - 90.80%
Modèle en tête
90.80% - GPT 4.5 Preview
Scores au fil du temps
Scores individuels du benchmark tracés par date.
Résultats des modèles
| Organisation | Modèles | Date du résultat | Meilleur score | Informations | Déclaré par le fournisseur | Source |
|---|---|---|---|---|---|---|
| GPT 4.5 Preview | 27 févr. 2025 | 90,80 % | - | Oui | Source | |
| o1 preview | 12 sept. 2024 | 90,80 % | - | Oui | Source | |
| Qwen 3 VL 235B A22B Thinking | - | 90,60 % | - | Oui | - | |
| GPT OSS 120b | 05 août 2025 | 90 % | High Reasoning Effort | Oui | Source | |
| GPT OSS Safeguard 120b | 29 oct. 2025 | 90 % | inferred high-confidence family alias from gpt-oss-120b (score=0.5102; benches=7) | Oui | Source | |
| LongCat Flash Chat | - | 89,71 % | inferred high-confidence family alias from longcat-flash-chat (score=0.4667; benches=16) | Oui | Source | |
| Kimi K2 (2025-09-05) | 05 sept. 2025 | 89,50 % | EM | Oui | Source | |
| Gemini 2.5 Pro Preview (2025-06-05) | 05 juin 2025 | 89,20 % | - | Oui | Source | |
| Qwen 3 VL 235B A22B Instruct | - | 88,80 % | - | Oui | - | |
| GPT 4o (2024-05-13) | 13 mai 2024 | 88,70 % | - | Oui | Source | |
| Qwen 3 VL 32B Thinking | - | 88,70 % | - | Oui | - | |
| Gemini 2.5 Pro Preview (2025-05-06) | 06 mai 2025 | 88,60 % | Lite | Oui | Source | |
| DeepSeek OCR | 20 oct. 2025 | 88,50 % | inferred family alias from deepseek-v3 (score=0.3000; benches=20) | Oui | Source | |
| DeepSeek V2 (2024-06-28) | 28 juin 2024 | 88,50 % | inferred family alias from deepseek-v3 (score=0.4159; benches=20) | Oui | Source | |
| DeepSeek V4 | - | 88,50 % | inferred high-confidence family alias from deepseek-v3 (score=0.5818; benches=20) | Oui | Source | |
| Gemini 2.0 Flash | 05 févr. 2025 | 88,40 % | Lite | Oui | Source | |
| Gemini 2.5 Flash Preview (2025-04-17) | 17 avr. 2025 | 88,40 % | Lite | Oui | Source | |
| Gemini 2.5 Flash Preview (2025-05-20) | 20 mai 2025 | 88,40 % | Lite | Oui | Source | |
| Qwen 3 235B A22B | - | 87,81 % | - | Oui | Source | |
| Kimi K2 (2025-07-11) | 11 juil. 2025 | 87,80 % | EM | Oui | Source | |
| Qwen 3 VL 30B A3B Thinking | - | 87,60 % | - | Oui | - | |
| Grok 2 | 13 août 2024 | 87,50 % | - | Oui | Source | |
| Kimi K1.5 | 20 janv. 2025 | 87,40 % | - | Oui | Source | |
| o3 mini | 30 janv. 2025 | 86,90 % | - | Oui | Source | |
| GPT 4 Turbo Preview (1106) | 06 nov. 2023 | 86,50 % | inferred version-family alias from gpt-4-turbo-2024-04-09 | Oui | Source |
