LisanBench

Name: LisanBench
Keywords: LisanBench, 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: numerical

2415

48 - 14400

14400 - Claude Opus 4.7

分数变化趋势

按日期绘制的单项基准测试分数。

组织	模型	报告时间	最高分数	信息	自行报告	来源
Anthropic	Claude Opus 4.7	2026年4月16日	14,400	xHigh thinking; path length avg; difficulty-weighted 5122.5986; max 19112; avg validity 99.70%; 50 starting words	否	来源
OpenAI	GPT 5.5	2026年4月23日	9,845	Medium thinking; path length avg; difficulty-weighted 3315.5211; max 15635; avg validity 99.45%; 50 starting words	否	来源
Google	Gemini 3.1 Pro Preview	2026年2月19日	6,445	High thinking; path length avg; difficulty-weighted 1929.1071; max 11728; avg validity 95.98%; 50 starting words	否	来源
OpenAI	o3	2025年4月16日	1,036	-	否	来源
OpenAI	o1	2024年12月17日	338	-	否	来源
OpenAI	o4 Mini	2025年4月16日	337	High Reasoning Effort	否	来源
OpenAI	o3 mini	2025年1月30日	324	-	否	来源
SpaceXAI	Grok 3 Beta	2025年2月19日	231	-	否	来源
OpenAI	GPT 4.5 Preview	2025年2月27日	220	-	否	来源
Anthropic	Claude 3.5 Sonnet (2024-10-22)	2024年10月22日	167	-	否	来源
Anthropic	Claude 3.7 Sonnet	2025年2月24日	166	-	否	来源
Anthropic	Claude Sonnet 4	2025年5月21日	99	-	否	来源
Anthropic	Claude 3 Opus	2024年3月04日	48	-	否	来源

帮助保持公开数据准确