AA-LCR
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentageLong Context
दर्ज परिणाम
23
औसत स्कोर
59.87%
स्कोर सीमा
4.70% - 80%
अग्रणी मॉडल
80% - Muse Glimmer 30B
समय के साथ स्कोर
तारीख के अनुसार दिखाए गए अलग-अलग बेंचमार्क स्कोर।
मॉडल परिणाम
| संगठन | मॉडल | रिपोर्ट किया गया | सबसे ऊँचा स्कोर | जानकारी | स्व-रिपोर्ट किया गया | स्रोत |
|---|---|---|---|---|---|---|
| Muse Glimmer 30B | 10 अग॰ 2026 | 80% | High reasoning | हाँ | स्रोत | |
| Beam | 05 अक्टू॰ 2026 | 79.30% | Reflection-reported launch score. Source row: AA-LCR. Accessed 2026-10-05T22:51:12.456Z. Harness, reasoning effort, sampling and trial count are not specified per row. Not independently reproduced. | हाँ | स्रोत | |
| Mistral Small 1.0 | 26 फ़र॰ 2024 | 71.20% | inferred family alias from mistral-small-latest (score=0.3650; benches=9) | हाँ | स्रोत | |
| Mistral Small 2.0 | 17 सित॰ 2024 | 71.20% | inferred family alias from mistral-small-latest (score=0.3650; benches=9) | हाँ | स्रोत | |
| Mistral Small 4 | 16 मार्च 2026 | 71.20% | - | हाँ | स्रोत | |
| Mistral Small Creative | 16 दिस॰ 2025 | 71.20% | inferred family alias from mistral-small-latest (score=0.4273; benches=9) | हाँ | स्रोत | |
| Kimi K2.5 | 27 जन॰ 2026 | 70% | - | हाँ | स्रोत | |
| Qwen 3.5 397B A17B | 16 फ़र॰ 2026 | 68.70% | - | हाँ | स्रोत | |
| Qwen 3.6 Plus | 01 अप्रैल 2026 | 68.30% | - | हाँ | स्रोत | |
| Qwen 3.5 122B A10B | 24 फ़र॰ 2026 | 66.90% | - | हाँ | स्रोत | |
| Qwen 3.5 27B | 24 फ़र॰ 2026 | 66.10% | - | हाँ | स्रोत | |
| Qwen 3.5 Flash | 23 फ़र॰ 2026 | 66.10% | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | हाँ | स्रोत | |
| Qwen 3.5 9B | 02 मार्च 2026 | 63% | - | हाँ | स्रोत | |
| MiniMax M2.1 | 23 दिस॰ 2025 | 62% | - | हाँ | स्रोत | |
| GLM 5 Turbo | 15 मार्च 2026 | 60.70% | Artificial Analysis structured model metrics | नहीं | स्रोत | |
| Qwen 3.5 35B A3B | 24 फ़र॰ 2026 | 58.50% | - | हाँ | स्रोत | |
| Nemotron 3 Super | 11 मार्च 2026 | 58.31% | - | हाँ | स्रोत | |
| Grok 4.20 | 17 फ़र॰ 2026 | 58% | Artificial Analysis structured model metrics | नहीं | स्रोत | |
| Qwen 3.5 4B | 02 मार्च 2026 | 57% | - | हाँ | स्रोत | |
| Nemotron 3.5 Lightning 30B A3B | 11 अग॰ 2026 | 52% | NVIDIA release evaluation suite | हाँ | स्रोत | |
| Solar Pro 3 (2026-03-23) | 23 मार्च 2026 | 27% | Artificial Analysis structured model metrics | नहीं | स्रोत | |
| Qwen 3.5 2B | 02 मार्च 2026 | 25.60% | - | हाँ | स्रोत | |
| Qwen 3.5 0.8B | 02 मार्च 2026 | 4.70% | - | हाँ | स्रोत |