MMMLU
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentage
दर्ज परिणाम
58
औसत स्कोर
81.40%
स्कोर सीमा
44.30% - 92.60%
अग्रणी मॉडल
92.60% - Gemini 3.1 Pro Preview
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 |
|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 19 फ़र॰ 2026 | 92.60% | No Tools | हाँ | - | |
| Gemini 3 Flash Preview | 17 दिस॰ 2025 | 91.80% | - | हाँ | स्रोत | |
| Gemini 3 Pro Image Preview (Nano Banana Pro) | 20 नव॰ 2025 | 91.80% | inferred modality/version alias from gemini-3-pro-preview | हाँ | स्रोत | |
| Gemini 3 Pro Preview | 18 नव॰ 2025 | 91.80% | - | हाँ | स्रोत | |
| Claude Opus 4.7 | 16 अप्रैल 2026 | 91.50% | - | हाँ | स्रोत | |
| Claude Opus 4.6 | 05 फ़र॰ 2026 | 91.10% | - | हाँ | स्रोत | |
| Claude Opus 4.5 | 24 नव॰ 2025 | 90.77% | Avg@5, 64k Thinking | हाँ | स्रोत | |
| GPT 5.2 | 11 दिस॰ 2025 | 89.60% | - | हाँ | स्रोत | |
| GPT 5.2 Chat | 11 दिस॰ 2025 | 89.60% | inferred alias from gpt-5.2-2025-12-11 | हाँ | स्रोत | |
| Claude Opus 4.1 | 05 अग॰ 2025 | 89.50% | - | हाँ | स्रोत | |
| Qwen 3.6 Plus | 01 अप्रैल 2026 | 89.50% | - | हाँ | स्रोत | |
| Claude Sonnet 4.6 | 17 फ़र॰ 2026 | 89.30% | - | हाँ | स्रोत | |
| Gemini 3.1 Flash Image Preview (Nano Banana 2) | 26 फ़र॰ 2026 | 88.90% | inferred modality/version alias from gemini-3.1-flash-lite-preview | हाँ | स्रोत | |
| Gemini 3.1 Flash-Lite | 07 मई 2026 | 88.90% | - | हाँ | स्रोत | |
| Gemini 3.1 Flash Lite Preview | 03 मार्च 2026 | 88.90% | - | हाँ | स्रोत | |
| Qwen 3.5 397B A17B | 16 फ़र॰ 2026 | 88.50% | - | हाँ | स्रोत | |
| Gemma 4 31B | 02 अप्रैल 2026 | 88.40% | - | हाँ | स्रोत | |
| Seed 2.0 Pro | 14 फ़र॰ 2026 | 88.10% | Seed2 official benchmark table | MMMLU | हाँ | स्रोत | |
| Seed 2.0 Lite | 14 फ़र॰ 2026 | 87.70% | Seed2 official benchmark table | MMMLU | हाँ | स्रोत | |
| Qwen 3 235B A22B | - | 86.70% | - | हाँ | स्रोत | |
| Qwen 3.5 122B A10B | 24 फ़र॰ 2026 | 86.70% | - | हाँ | स्रोत | |
| Gemma 4 26B A4B | 02 अप्रैल 2026 | 86.30% | - | हाँ | स्रोत | |
| Qwen 3.5 27B | 24 फ़र॰ 2026 | 85.90% | - | हाँ | स्रोत | |
| Qwen 3.5 Flash | 23 फ़र॰ 2026 | 85.90% | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | हाँ | स्रोत | |
| K EXAONE | 31 दिस॰ 2025 | 85.70% | inferred modality/version alias from k-exaone-236b-a23b | हाँ | स्रोत |
