公開データの正確性にご協力ください
不足、誤り、古い情報がありましたら、このページについてお知らせください。
AIベンチマーク結果とモデルの性能
日付ごとの個別ベンチマークスコアです。
| 組織 | モデル | 報告日 | 最高スコア | 情報 | 自己申告 | 出典 |
|---|---|---|---|---|---|---|
| Kimi K2 (2025-07-11) | 2025年7月11日 | 80.30% | Pass@1 | はい | 出典 | |
| Qwen 2 Math 72B | - | 79% | inferred high-confidence family alias from qwen2-72b-instruct (score=0.4667; benches=17) | はい | 出典 | |
| Qwen 2 Math RM 72B | - | 79% | inferred family alias from qwen2-72b-instruct (score=0.3917; benches=17) | はい | 出典 | |
| Qwen 3 235B A22B | - | 77.60% | - | はい | 出典 | |
| Qwen 2 Audio 7B | - | 70.30% | inferred modality/version alias from qwen2-7b-instruct | はい | 出典 | |
| Qwen 2 Math 7B | - | 70.30% | inferred high-confidence family alias from qwen2-7b-instruct (score=0.4706; benches=14) | はい | 出典 |
