Claw-Eval
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentageAgents
दर्ज परिणाम
13
औसत स्कोर
58.90%
स्कोर सीमा
23.80% - 75%
अग्रणी मॉडल
75% - GLM 5V Turbo
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 |
|---|---|---|---|---|---|---|
| GLM 5V Turbo | 01 अप्रैल 2026 | 75% | - | हाँ | स्रोत | |
| DeepSeek V4 Pro | 24 अप्रैल 2026 | 65.80% | Multi Turn; Hugging Face evaluation result | हाँ | स्रोत | |
| Qwen 3.7 Max | 21 मई 2026 | 65.20% | - | हाँ | स्रोत | |
| MiMo V2.5 | 23 अप्रैल 2026 | 63.20% | Multi Turn; Hugging Face evaluation result | हाँ | स्रोत | |
| MiMo V2 Pro | 18 मार्च 2026 | 61.50% | - | हाँ | स्रोत | |
| MiMo V2 TTS (Free) | 18 मार्च 2026 | 61.50% | inferred modality/version alias from mimo-v2-pro | हाँ | स्रोत | |
| Qwen 3.6 Plus | 01 अप्रैल 2026 | 58.70% | - | हाँ | स्रोत | |
| DeepSeek V4 Flash | 24 अप्रैल 2026 | 57.90% | Multi Turn; Hugging Face evaluation result | हाँ | स्रोत | |
| MiMo V2 Omni | 18 मार्च 2026 | 54.80% | - | हाँ | स्रोत |
