Benchmark/认知能力

认知能力

语言理解与表达、知识储备和推理能力。这里列出计入这一大类的全部 benchmark。

排序
Benchmark题数采样Harness也计入最高分更新时间
MMLU-ProAccuracy
12,0321——
Kimi-K30.888
2026-10-27
AA-LCRAccuracy
1004——
Kimi-K30.830
2026-10-26
AA-OmniscienceOmniscience Index
6001—体验感
Kimi-K30.350
2026-10-26
SimpleQA VerifiedAccuracy
1,0001——
DeepSeek-V4-Pro0.571
2026-10-26
HLEAccuracy
2,1581——
Qwen3.8-27B0.311
2026-10-20
共 5 个