CharXiv-Reasoning
AI 基准测试结果和模型表现
类型: percentage
已记录的结果
16
平均分数
77.51%
分数范围
52.70% - 91%
领先模型
91% - Claude Opus 4.7
分数变化趋势
按日期绘制的单项基准测试分数。
模型结果
| 组织 | 模型 | 报告时间 | 最高分数 | 信息 | 自行报告 | 来源 |
|---|---|---|---|---|---|---|
| Claude Opus 4.7 | 2026年4月16日 | 91% | With tools | 是 | 来源 | |
| Muse Spark 1.1 | 2026年7月09日 | 88.40% | Chart QA | 是 | 来源 | |
| Fugu Ultra | 2026年6月22日 | 86.60% | Sakana Fugu product page benchmark table. | 是 | 来源 | |
| Muse Spark | 2026年4月08日 | 86.40% | Figure understanding | 是 | 来源 | |
| Fugu | 2026年6月22日 | 85.10% | Sakana Fugu product page benchmark table. | 是 | 来源 | |
| Gemini 3.5 Flash | 2026年5月19日 | 84.20% | - | 是 | 来源 | |
| Gemini 3 Pro Preview | 2025年11月18日 | 81.40% | - | 是 | 来源 | |
| GPT 5 | 2025年8月07日 | 81.10% | With Thinking, Pass @ 1 | 是 | 来源 | |
| Muse Glimmer 30B | 2026年8月10日 | 78.80% | High reasoning | 是 | 来源 | |
| GPT 5 Mini | 2025年8月07日 | 75.50% | High Reasoning Effort | 是 | 来源 | |
| Gemini 3.1 Flash-Lite | 2026年5月07日 | 73.20% | - | 是 | 来源 | |
| Gemini 3.1 Flash Lite Preview | 2026年3月03日 | 73.20% | - | 是 | 来源 | |
| GPT 5 Nano | 2025年8月07日 | 62.70% | High Reasoning Effort | 是 | 来源 | |
| Command A+ | 2026年5月20日 | 52.70% | - | 是 | 来源 |
