CruxEval-O

Name: CruxEval-O
Keywords: CruxEval-O, AI 基准测试, 模型评估, AI 基准测试排行榜, AI 模型表现

AI 基准测试结果和模型表现

类型: numericalReasoning

24.28

0.51 - 55.75

55.75 - Granite 4.1 30B

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
IBM	Granite 4.1 30B	2026年4月29日	55.75	pass@1	是	来源
IBM	Granite 4.1 8B	2026年4月29日	47.63	pass@1	是	来源
IBM	Granite 4.1 3B	2026年4月29日	40.75	pass@1	是	来源
Mistral	Codestral (2025-07-30)	2025年7月30日	0.51	inferred version-family alias from codestral-22b	是	来源
Mistral	Codestral (2024-05-29)	2024年5月29日	0.51	inferred modality/version alias from codestral-22b	是	来源
Mistral	Codestral (2025-01-13)	2025年1月13日	0.51	inferred modality/version alias from codestral-22b	是	来源

帮助保持公开数据准确