MMLU Redux
Resultados de benchmarks de IA e desempenho dos modelos
Tipo: percentage
Resultados registrados
66
Pontuação média
81.47%
Faixa de pontuação
43.20% - 94.90%
Modelo líder
94.90% - Qwen 3.5 397B A17B
Pontuações ao longo do tempo
Pontuações individuais do benchmark exibidas por data.
Resultados de modelos
| Organização | Modelos | Data informada | Maior pontuação | Informações | Declarado pelo provedor | Fonte |
|---|---|---|---|---|---|---|
| Qwen 3.5 397B A17B | 16 de fev. de 2026 | 94,90% | - | Sim | Fonte | |
| Qwen 3.6 Plus | 01 de abr. de 2026 | 94,50% | - | Sim | Fonte | |
| Kimi K2 Thinking | 06 de nov. de 2025 | 94,40% | inferred alias from kimi-k2-thinking-0905 | Sim | Fonte | |
| Qwen 3.5 122B A10B | 24 de fev. de 2026 | 94% | - | Sim | Fonte | |
| Qwen 3 235B A22B Thinking 2507 | - | 93,80% | - | Sim | Fonte | |
| Qwen 3 VL 235B A22B Thinking | - | 93,70% | - | Sim | - | |
| Qwen 3.5 35B A3B | 24 de fev. de 2026 | 93,30% | - | Sim | Fonte | |
| Qwen 3.5 27B | 24 de fev. de 2026 | 93,20% | - | Sim | Fonte | |
| Qwen 3.5 Flash | 23 de fev. de 2026 | 93,20% | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | Sim | Fonte | |
| Qwen 3 A235 A22B Instruct 2507 | - | 93,10% | - | Sim | Fonte | |
| Kimi K2 (2025-09-05) | 05 de set. de 2025 | 92,70% | EM | Sim | Fonte | |
| Qwen 3 Next 80B A3B Thinking | - | 92,50% | - | Sim | Fonte | |
| EXAONE 4.0 32B | 15 de jul. de 2025 | 92,30% | Reasoning | Sim | Fonte | |
| Qwen 3 VL 235B A22B Instruct | - | 92,20% | - | Sim | - | |
| Qwen 3 VL 32B Thinking | - | 91,90% | - | Sim | - | |
| DeepSeek V3.1 | 21 de ago. de 2025 | 91,80% | Non-thinking: 91.8%, Thinking: 93.7% | Sim | Fonte | |
| DeepSeek V3.1 Terminus | 22 de set. de 2025 | 91,80% | inferred alias from deepseek-v3.1 | Sim | Fonte | |
| Qwen 3.5 9B | 02 de mar. de 2026 | 91,10% | - | Sim | Fonte | |
| Qwen 3 Next 80B A3B Instruct | - | 90,90% | - | Sim | Fonte | |
| Qwen 3 VL 30B A3B Thinking | - | 90,90% | - | Sim | - | |
| Qwen 3 VL 32B Instruct | - | 89,80% | - | Sim | - | |
| DeepSeek OCR | 20 de out. de 2025 | 89,10% | inferred family alias from deepseek-v3 (score=0.3000; benches=20) | Sim | Fonte | |
| DeepSeek V2 (2024-06-28) | 28 de jun. de 2024 | 89,10% | inferred family alias from deepseek-v3 (score=0.4159; benches=20) | Sim | Fonte | |
| DeepSeek V4 | - | 89,10% | inferred high-confidence family alias from deepseek-v3 (score=0.5818; benches=20) | Sim | Fonte | |
| Qwen 3 8B | - | 88,80% | inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.4600; benches=50) | Sim | - |
