MMLU-Pro

Name: MMLU-Pro
Keywords: MMLU-Pro, AIベンチマーク, モデル評価, AIベンチマークランキング, AIモデルの性能

AIベンチマーク結果とモデルの性能

種類: percentage

記録された結果

159

平均スコア

71.62%

スコアの範囲

16% - 88.50%

最上位モデル

88.50% - Qwen 3.6 Plus

スコアの推移

日付ごとの個別ベンチマークスコアです。

モデル結果

組織	モデル	報告日	最高スコア	情報	自己申告	出典
Qwen	Qwen 3.6 Plus	2026年4月01日	88.50%	-	はい	出典
MiniMax	MiniMax M2.1	2025年12月23日	88%	-	はい	出典
Qwen	Qwen 3.5 397B A17B	2026年2月16日	87.80%	-	はい	出典
ByteDance	Seed 2.0 Lite	2026年2月14日	87.70%	Seed2 official benchmark table \| MMLU-Pro	はい	出典
DeepSeek	DeepSeek V4 Pro	2026年4月24日	87.50%	EM; DeepSeek-V4-Pro Max	はい	出典
Moonshot	Kimi K2.5	2026年1月27日	87.10%	-	はい	出典
Baidu	Ernie 5.0	2026年1月22日	87%	-	はい	出典
Baidu	Ernie 5.0 0110	-	87%	inferred version-family alias from ernie-5.0	はい	出典
Baidu	Ernie 5.0 Preview 1203	-	87%	inferred version-family alias from ernie-5.0	はい	出典
Baidu	Ernie 5.0 Preview 1220	-	87%	inferred version-family alias from ernie-5.0	はい	出典
ByteDance	Seed 2.0 Pro	2026年2月14日	87%	Seed2 official benchmark table \| MMLU-Pro	はい	出典
Qwen	Qwen 3.5 122B A10B	2026年2月24日	86.70%	-	はい	出典
DeepSeek	DeepSeek V4 Flash	2026年4月24日	86.40%	EM; DeepSeek-V4-Flash High	はい	出典
Qwen	Qwen 3.5 27B	2026年2月24日	86.10%	-	はい	出典
Qwen	Qwen 3.5 Flash	2026年2月23日	86.10%	inferred family alias from qwen3.5-27b (score=0.4147; benches=81)	はい	出典
Qwen	Qwen 3.5 35B A3B	2026年2月24日	85.30%	-	はい	出典
Google	Gemma 4 31B	2026年4月02日	85.20%	-	はい	出典
DeepSeek	DeepSeek OCR 2	-	85%	inferred family alias from deepseek-v3.2-exp (score=0.3809; benches=14)	はい	出典
DeepSeek	DeepSeek V3.2 Exp	2025年9月29日	85%	-	はい	出典
Xiaomi	MiMo V2 Flash	2025年12月16日	84.90%	-	はい	出典
Moonshot	Kimi K2 Thinking	2025年11月06日	84.60%	inferred alias from kimi-k2-thinking-0905	はい	出典
z.AI	GLM 4.5	2025年7月28日	84.60%	-	はい	出典
Qwen	Qwen 3 235B A22B Thinking 2507	-	84.40%	-	はい	出典
z.AI	GLM 4.7	2025年12月22日	84.30%	-	はい	出典
LG	K EXAONE	2025年12月31日	83.80%	inferred modality/version alias from k-exaone-236b-a23b	はい	出典

公開データの正確性にご協力ください

公開データの正確性にご協力ください

MMLU-Pro

記録された結果

平均スコア

スコアの範囲

最上位モデル

モデル結果