经济价值任务

GDPval-AA v2

GDPval-AA v2 公开评测榜单:覆盖真实职业任务和高经济价值知识工作。本站保留来源口径,不合成新的综合评分。

数据快照:2026-09-18T01:47:51.386Z查看原始来源 ↗
主要指标Leaderboard
快照日期2026-09-18T01:47:51.386Z
248 / 248 个模型
公开评测完整榜单
排名机构模型Elo95% CI发布日期
AnthropicClaude Fable 5.1 (Adaptive Reasoning, Xhigh Effort, Default Fallback)1,745
历史裁判协议 v4.3.1
-19 / +19Sep 2026
AnthropicClaude Opus 5 (Adaptive Reasoning, Max Effort)1,735
历史裁判协议 v4.3.1
-16 / +16Jul 2026
AnthropicClaude Fable 5.1 (Adaptive Reasoning, Max Effort, Default Fallback)1,724
历史裁判协议 v4.3.1
-16 / +16Sep 2026
AnthropicClaude Opus 5 (Adaptive Reasoning, Xhigh Effort)1,708
历史裁判协议 v4.3.1
-15 / +15Jul 2026
MetaMuse Spark 1.3 (max)1,703
历史裁判协议 v4.3.1
-19 / +19Sep 2026
AlibabaQwen3.8 Max (0902)1,664
历史裁判协议 v4.3.1
-19 / +19Sep 2026
SpaceXAIGrok 4.6 (xhigh)1,663
历史裁判协议 v4.3.1
-15 / +15Aug 2026
MetaMuse Spark 1.3 (xhigh)1,662
历史裁判协议 v4.3.1
-19 / +19Sep 2026
Z AIGLM 5.3 Flash1,655
历史裁判协议 v4.3.1
-15 / +15Aug 2026
AnthropicClaude Fable 5.1 (Adaptive Reasoning, High Effort, Default Fallback)1,650
历史裁判协议 v4.3.1
-18 / +18Sep 2026
AlibabaQwen3.8-Flash-Next1,647
历史裁判协议 v4.3.1
-17 / +17Aug 2026
SpaceXAIGrok 4.6 (high)1,643
历史裁判协议 v4.3.1
-14 / +14Aug 2026
SpaceXAIGrok 4.6 (medium)1,643
历史裁判协议 v4.3.1
-15 / +15Aug 2026
Z AIGLM-5.3 (max)1,634
历史裁判协议 v4.3.1
-14 / +14Aug 2026
DeepSeekDeepSeek V4.1 Flash (Reasoning, Max Effort)1,632
历史裁判协议 v4.3.1
-21 / +21Sep 2026
AnthropicClaude Fable 51,631
历史裁判协议 v4.3.1
-14 / +14Jun 2026
AlibabaQwen3.8 Max1,630
历史裁判协议 v4.3.1
-14 / +14Aug 2026
AnthropicClaude Opus 5 (Adaptive Reasoning, High Effort)1,629
历史裁判协议 v4.3.1
-15 / +15Jul 2026
AlibabaQwen3.8 2.4T A95B1,628
历史裁判协议 v4.3.1
-15 / +15Aug 2026
OpenAIGPT-5.6 Sol (max)1,587
历史裁判协议 v4.3.1
-13 / +13Jul 2026
OpenAIGPT-5.6 Sol (xhigh)1,585
历史裁判协议 v4.3.1
-14 / +14Jul 2026
OpenAIGPT-6 Astra (max)1,580
历史裁判协议 v4.3.1
-20 / +20Sep 2026
AnthropicClaude Fable 5.1 (Adaptive Reasoning, Medium Effort, Default Fallback)1,579
历史裁判协议 v4.3.1
-18 / +18Sep 2026
DeepSeekDeepSeek V4 Flash Vision (Reasoning, Max Effort)1,577
历史裁判协议 v4.3.1
-15 / +15Aug 2026
Sapiens AIAgnes 3.0 Flash1,573
历史裁判协议 v4.3.1
-22 / +22Sep 2026
OpenAIGPT-6 Astra (xhigh)1,555
历史裁判协议 v4.3.1
-20 / +20Sep 2026
KimiKimi K3 (max)1,548
历史裁判协议 v4.3.1
-14 / +14Jul 2026
OpenAIGPT-6 Astra (Non-reasoning)
本轮来源未列出,保留上次观测
1,543
历史参考 2026-09-12
-20 / +20
历史参考 2026-09-12
Sep 2026
OpenAIGPT-6 Astra (high)1,530
历史裁判协议 v4.3.1
-20 / +20Sep 2026
AnthropicClaude Opus 5 (Adaptive Reasoning, Medium Effort)1,525
历史裁判协议 v4.3.1
-15 / +15Jul 2026
OpenAIGPT-5.6 Sol (high)1,524
历史裁判协议 v4.3.1
-14 / +14Jul 2026
MetaMuse Spark 1.2 (xhigh)1,523
历史裁判协议 v4.3.1
-15 / +15Aug 2026
AnthropicClaude Fable 5.1 (Adaptive Reasoning, Low Effort, Default Fallback)1,504
历史裁判协议 v4.3.1
-18 / +18Sep 2026
AnthropicClaude Sonnet 5 (Adaptive Reasoning, Max Effort)1,501
历史裁判协议 v4.3.1
-14 / +14Jun 2026
OpenAIGPT-6 Astra (medium)1,501
历史裁判协议 v4.3.1
-20 / +20Sep 2026
DeepSeekDeepSeek V4 Pro 0813 (Reasoning, Max Effort)1,493
历史裁判协议 v4.3.1
-15 / +15Aug 2026
AnthropicClaude Opus 4.8 (Adaptive Reasoning, Max Effort)1,489
历史裁判协议 v4.3.1
-13 / +13May 2026
OpenAIGPT-5.6 Terra (xhigh)1,479
历史裁判协议 v4.3.1
-14 / +14Jul 2026
OpenAIGPT-5.6 Terra (max)1,477
历史裁判协议 v4.3.1
-14 / +14Jul 2026
GoogleGemini 3.8 Flash (high)1,464
历史裁判协议 v4.3.1
-19 / +19Sep 2026
AlibabaQwen3.8 27B (xhigh)1,463
历史裁判协议 v4.3.1
-16 / +16Aug 2026
SpaceXAIGrok 4.6 (low)1,461
历史裁判协议 v4.3.1
-15 / +15Aug 2026
OpenAIGPT-5.6 Luna (max)1,456
历史裁判协议 v4.3.1
-13 / +13Jul 2026
GoogleGemini 3.8 Flash (medium)1,455
历史裁判协议 v4.3.1
-19 / +19Sep 2026
DeepSeekDeepSeek V4 Flash 0731 (Reasoning, Max Effort)1,442
历史裁判协议 v4.3.1
-14 / +14Jul 2026
GoogleGemini 3.7 Flash (high)1,433
历史裁判协议 v4.3.1
-15 / +15Aug 2026
AlibabaQwen3.8 27B (medium)1,430
历史裁判协议 v4.3.1
-16 / +16Aug 2026
SpaceXAIGrok 4.5 (high)1,430
历史裁判协议 v4.3.1
-15 / +15Jul 2026
OpenAIGPT-5.6 Luna (xhigh)1,428
历史裁判协议 v4.3.1
-14 / +14Jul 2026
OpenAIGPT-5.6 Sol (medium)1,427
历史裁判协议 v4.3.1
-13 / +13Jul 2026
OpenAIGPT-6 Astra (low)1,419
历史裁判协议 v4.3.1
-20 / +20Sep 2026
OpenAIGPT-5.6 Terra (high)1,415
历史裁判协议 v4.3.1
-14 / +14Jul 2026
GoogleGemini 3.7 Flash (medium)1,407
历史裁判协议 v4.3.1
-16 / +16Aug 2026
Z AIGLM-5.2 (max)1,406
历史裁判协议 v4.3.1
-13 / +13Jun 2026
AlibabaQwen3.8 27B (low)1,403
历史裁判协议 v4.3.1
-16 / +16Aug 2026
AnthropicClaude Sonnet 5 (Adaptive Reasoning, Xhigh Effort)1,401
历史裁判协议 v4.3.1
-14 / +14Jun 2026
Institute of Foundation ModelsK2 Horizon 375B A23B1,400
历史裁判协议 v4.3.1
-19 / +19Sep 2026
OpenAIGPT-5.5 (xhigh)1,396
历史裁判协议 v4.3.1
-13 / +13Apr 2026
AnthropicClaude Opus 4.7 (Adaptive Reasoning, Max Effort)1,396
历史裁判协议 v4.3.1
-14 / +14Apr 2026
Sapiens AIAgnes 2.5 Pro Beta1,376
历史裁判协议 v4.3.1
-17 / +17Aug 2026
OpenAIGPT-5.6 Luna (high)1,375
历史裁判协议 v4.3.1
-14 / +14Jul 2026
AnthropicClaude Opus 5 (Adaptive Reasoning, Low Effort)1,372
历史裁判协议 v4.3.1
-15 / +15Jul 2026
OpenAIGPT-5.5 (high)1,372
历史裁判协议 v4.3.1
-13 / +13Apr 2026
GoogleGemini 3.8 Flash (low)1,359
历史裁判协议 v4.3.1
-16 / +16Sep 2026
OpenAIGPT-5.6 Sol (low)1,355
历史裁判协议 v4.3.1
-14 / +14Jul 2026
GoogleGemini 3.7 Flash (low)1,354
历史裁判协议 v4.3.1
-16 / +16Aug 2026
GoogleGemini 3.6 Flash (high)1,331
历史裁判协议 v4.3.1
-15 / +15Jul 2026
OpenAIGPT-5.6 Terra (medium)1,318
历史裁判协议 v4.3.1
-14 / +14Jul 2026
AnthropicClaude Sonnet 5 (Adaptive Reasoning, High Effort)1,308
历史裁判协议 v4.3.1
-14 / +14Jun 2026
OpenAIGPT-5.4 (xhigh)1,307
历史裁判协议 v4.3.1
-14 / +14Mar 2026
Z AIGLM-5.2 (Non-reasoning)1,306
历史裁判协议 v4.3.1
-16 / +16Jun 2026
MiniMaxMiniMax-M31,304
历史裁判协议 v4.3.1
-14 / +14Jun 2026
AnthropicClaude Sonnet 4.6 (Adaptive Reasoning, Max Effort)1,295
历史裁判协议 v4.3.1
-14 / +14Feb 2026
MetaMuse Spark 1.1 (xhigh)1,294
历史裁判协议 v4.3.1
-16 / +16Jul 2026
OpenAIGPT-5.5 (medium)1,288
历史裁判协议 v4.3.1
-14 / +14Apr 2026
AnthropicClaude Sonnet 5 (Non-reasoning, High Effort)1,283
历史裁判协议 v4.3.1
-15 / +15Jun 2026
OpenAIGPT-5.6 Sol (Non-reasoning)1,273
历史裁判协议 v4.3.1
-14 / +14Jul 2026
ApodexApodex 1.11,273
历史裁判协议 v4.3.1
-17 / +17Aug 2026
GoogleGemini 3.5 Flash (high)1,259
历史裁判协议 v4.3.1
-14 / +14May 2026
Institute of Foundation ModelsK2 Horizon MoVA 36B A4B1,243
历史裁判协议 v4.3.1
-21 / +21Sep 2026
Multiverse ComputingQuasar 438B (max, based on GLM-5.2)1,239
历史裁判协议 v4.3.1
-19 / +19Aug 2026
InclusionAILing-3.0-flash-VL1,225
历史裁判协议 v4.3.1
-21 / +21Sep 2026
DeepSeekDeepSeek V4 Pro 0424 (Reasoning, Max Effort)1,223
历史裁判协议 v4.3.1
-14 / +14Apr 2026
AnthropicClaude Sonnet 5 (Adaptive Reasoning, Medium Effort)1,223
历史裁判协议 v4.3.1
-14 / +14Jun 2026
DeepSeekDeepSeek V4 Pro 0424 (Reasoning, High Effort)1,219
历史裁判协议 v4.3.1
-17 / +17Apr 2026
Motif TechnologiesMotif 31,199
历史裁判协议 v4.3.1
-17 / +17Aug 2026
China MobileJT-4.1 Flash 236B A21B1,193
历史裁判协议 v4.3.1
-16 / +16Jul 2026
Thinking MachinesInkling Small1,191
历史裁判协议 v4.3.1
-17 / +17Jul 2026
AlibabaQwen3.7 Max1,190
历史裁判协议 v4.3.1
-14 / +14May 2026
AI9StarsG9v3-39A5B1,189
历史裁判协议 v4.3.1
-18 / +18Aug 2026
XiaomiMiMo-V2.5-Pro1,186
历史裁判协议 v4.3.1
-14 / +14Apr 2026
KimiKimi K3 (low)1,185
历史裁判协议 v4.3.1
-17 / +17Jul 2026
Motif TechnologiesMotif 3 (Beta)1,183
历史裁判协议 v4.3.1
-17 / +17Jul 2026
Z AIGLM-5.1 (Reasoning)1,180
历史裁判协议 v4.3.1
-14 / +14Apr 2026
OpenAIGPT-5.6 Terra (low)1,178
历史裁判协议 v4.3.1
-15 / +15Jul 2026
Nex AGINex-N2-Pro (based on Qwen3.5-397B-A17B)1,175
历史裁判协议 v4.3.1
-15 / +15Jun 2026
UpstageSolar Pro 41,173
历史裁判协议 v4.3.1
-16 / +16Aug 2026
InclusionAILing-3.0-flash-Fin1,171
历史裁判协议 v4.3.1
-21 / +21Sep 2026
Thinking MachinesInkling (xhigh)1,165
历史裁判协议 v4.3.1
-17 / +17Jul 2026
OpenAIGPT-5.6 Luna (medium)1,164
历史裁判协议 v4.3.1
-14 / +14Jul 2026
OpenAIGPT-5.6 Terra (Non-reasoning)1,146
历史裁判协议 v4.3.1
-14 / +14Jul 2026
AnthropicClaude Sonnet 5 (Adaptive Reasoning, Low Effort)1,145
历史裁判协议 v4.3.1
-15 / +15Jun 2026
SpaceXAIGrok Build 0.1 06161,138
历史裁判协议 v4.3.1
-14 / +14Jun 2026
TencentHy31,136
历史裁判协议 v4.3.1
-17 / +17Jul 2026
DeepSeekDeepSeek V4 Flash 0420 (Reasoning, Max Effort)1,116
历史裁判协议 v4.3.1
-14 / +14Apr 2026
KimiKimi K2.7 Code1,114
历史裁判协议 v4.3.1
-14 / +14Jun 2026
AlibabaQwen3.8 27B (Non-reasoning)1,113
历史裁判协议 v4.3.1
-17 / +17Aug 2026
OpenAIGPT-5.5 (low)1,113
历史裁判协议 v4.3.1
-15 / +15Apr 2026
KimiKimi K2.61,096
历史裁判协议 v4.3.1
-13 / +13Apr 2026
Z AIGLM-4.7 (Reasoning)1,096
历史裁判协议 v4.3.1
-16 / +16Dec 2025
OpenAIGPT-5.4 mini (xhigh)1,095
历史裁判协议 v4.3.1
-14 / +14Mar 2026
Institute of Foundation ModelsK2 Horizon 7B1,091
历史裁判协议 v4.3.1
-21 / +21Sep 2026
NVIDIANemotron 3 Ultra 550B A55B (Reasoning)1,091
历史裁判协议 v4.3.1
-14 / +14Jun 2026
Sapiens AIAgnes 2.5 Pro Alpha1,088
历史裁判协议 v4.3.1
-17 / +17Jul 2026
MiniMaxMiniMax-M2.71,087
历史裁判协议 v4.3.1
-14 / +14Mar 2026
DeepSeekDeepSeek V4 Flash 0420 (Reasoning, High Effort)1,083
历史裁判协议 v4.3.1
-17 / +17Apr 2026
XiaomiMiMo-V2.51,079
历史裁判协议 v4.3.1
-17 / +17Apr 2026
MetaMuse Spark1,076
历史裁判协议 v4.3.1
-14 / +14Apr 2026
OpenAIGPT-5.6 Luna (low)1,075
历史裁判协议 v4.3.1
-15 / +15Jul 2026
AlibabaQwen3.6 27B (Reasoning)1,069
历史裁判协议 v4.3.1
-14 / +14Apr 2026
AlibabaQwen3.6 Plus1,066
历史裁判协议 v4.3.1
-14 / +14Apr 2026
GoogleGemini 3.5 Flash-Lite1,063
历史裁判协议 v4.3.1
-17 / +17Jul 2026
OpenAIGPT-5.5 (Non-reasoning)1,054
历史裁判协议 v4.3.1
-14 / +14Apr 2026
UpstageSolar Open2 250B1,053
历史裁判协议 v4.3.1
-18 / +18Aug 2026
SK TelecomA.X-K21,044
历史裁判协议 v4.3.1
-18 / +18Aug 2026
AlibabaQwen3.6 27B (Non-reasoning)1,043
历史裁判协议 v4.3.1
-16 / +16Apr 2026
OpenAIGPT-5.4 nano (xhigh)1,035
历史裁判协议 v4.3.1
-14 / +14Mar 2026
SpaceXAIGrok 4.3 (Non-reasoning)1,031
历史裁判协议 v4.3.1
-14 / +14Apr 2026
SpaceXAIGrok 4.3 (high)1,018
历史裁判协议 v4.3.1
-14 / +14Apr 2026
InclusionAILing 3.0 Flash1,017
历史裁判协议 v4.3.1
-17 / +17Aug 2026
OpenAIGPT-5 (high)1,015
历史裁判协议 v4.3.1
-16 / +16Aug 2025
AlibabaQwen3.6 35B A3B (Reasoning)991
历史裁判协议 v4.3.1
-14 / +14Apr 2026
AnthropicClaude 4.5 Sonnet (Reasoning)989
历史裁判协议 v4.3.1
-16 / +16Sep 2025
OpenAIGPT-5.6 Luna (Non-reasoning)987
历史裁判协议 v4.3.1
-15 / +15Jul 2026
LongCatLongCat 2.0965
历史裁判协议 v4.3.1
-16 / +16Jun 2026
Institute of Foundation ModelsK2 Horizon 3.7B962
历史裁判协议 v4.3.1
-21 / +21Sep 2026
StepFunStep 3.7 Flash954
历史裁判协议 v4.3.1
-14 / +14May 2026
AlibabaQwen3.6 35B A3B (Non-reasoning)953
历史裁判协议 v4.3.1
-18 / +18Apr 2026
KimiKimi K2.5 (Reasoning)936
历史裁判协议 v4.3.1
-17 / +17Jan 2026
OpenAIGPT-5.1 (high)930
历史裁判协议 v4.3.1
-17 / +17Nov 2025
AlibabaQwen3.5 122B A10B (Reasoning)925
历史裁判协议 v4.3.1
-15 / +15Feb 2026
LG AI ResearchK-EXAONE 2.0 0803918
历史裁判协议 v4.3.1
-19 / +19Aug 2026
AlibabaQwen3.5 397B A17B (Reasoning)905
历史裁判协议 v4.3.1
-15 / +15Feb 2026
GoogleGemini 3.1 Pro Preview904
历史裁判协议 v4.3.1
-15 / +15Feb 2026
MetaMuse Glimmer (high)893
历史裁判协议 v4.3.1
-19 / +19Aug 2026
AlibabaQwen3.7 Plus886
历史裁判协议 v4.3.1
-15 / +15Jun 2026
OpenAIGPT-5 mini (high)880
历史裁判协议 v4.3.1
-17 / +17Aug 2025
MistralMistral Medium 3.5875
历史裁判协议 v4.3.1
-15 / +15Apr 2026
Z AIGLM-4.6 (Reasoning)874
历史裁判协议 v4.3.1
-17 / +17Sep 2025
InclusionAIRing-2.6-1T864
历史裁判协议 v4.3.1
-15 / +15May 2026
AnthropicClaude 4.5 Haiku (Reasoning)854
历史裁判协议 v4.3.1
-15 / +15Oct 2025
KwaiKATKAT-Coder-Pro V1845
历史裁判协议 v4.3.1
-16 / +16Nov 2025
KwaiKATKAT Coder Pro V2843
历史裁判协议 v4.3.1
-18 / +18Mar 2026
AlibabaQwen3.5 122B A10B (Non-reasoning)833
历史裁判协议 v4.3.1
-18 / +18Feb 2026
OpenBMBMiniCPM5-2B828
历史裁判协议 v4.3.1
-22 / +22Sep 2026
DeepSeekDeepSeek V3.1 Terminus (Reasoning)826
历史裁判协议 v4.3.1
-18 / +18Sep 2025
AnthropicClaude 4 Sonnet (Reasoning)819
历史裁判协议 v4.3.1
-17 / +17May 2025
DeepSeekDeepSeek V3.2 (Reasoning)810
历史裁判协议 v4.3.1
-19 / +19Dec 2025
AI9StarsG9v3-3B807
历史裁判协议 v4.3.1
-26 / +26Jul 2026
XiaomiMiMo-V2-Flash (Non-reasoning)788
历史裁判协议 v4.3.1
-19 / +19Dec 2025
NVIDIANemotron 3.5 Lightning767
历史裁判协议 v4.3.1
-19 / +19Aug 2026
GoogleGemma 4 31B (Reasoning)755
历史裁判协议 v4.3.1
-16 / +16Apr 2026
OpenAIgpt-oss-120b (high)745
历史裁判协议 v4.3.1
-15 / +15Aug 2025
AlibabaQwen3.5 35B A3B (Non-reasoning)740
历史裁判协议 v4.3.1
-20 / +20Feb 2026
OpenAIGPT-5.4 mini (Non-Reasoning)734
历史裁判协议 v4.3.1
-16 / +16Mar 2026
IBMGranite 4.2 30B721
历史裁判协议 v4.3.1
-20 / +20Aug 2026
InclusionAILing 3.0 Tiny716
历史裁判协议 v4.3.1
-20 / +20Aug 2026
GoogleGemma 4 26B A4B (Reasoning)693
历史裁判协议 v4.3.1
-15 / +15Apr 2026
GoogleGemma 4 31B (Non-reasoning)691
历史裁判协议 v4.3.1
-18 / +18Apr 2026
MistralDevstral 2689
历史裁判协议 v4.3.1
-17 / +17Dec 2025
OpenAIGPT-5.4 nano (Non-Reasoning)681
历史裁判协议 v4.3.1
-21 / +21Mar 2026
MistralDevstral Small 2680
历史裁判协议 v4.3.1
-16 / +16Dec 2025
AlibabaQwen3 Coder Next664
历史裁判协议 v4.3.1
-18 / +18Feb 2026
OpenAIGPT-5.5 Instant (June 2026)662
历史裁判协议 v4.3.1
-17 / +17Jun 2026
CohereCommand A+658
历史裁判协议 v4.3.1
-18 / +18May 2026
InceptionMercury 2646
历史裁判协议 v4.3.1
-19 / +19Feb 2026
IBMGranite 4.2 8B645
历史裁判协议 v4.3.1
-21 / +21Aug 2026
NVIDIANemotron 3 Super 120B A12B (Reasoning)644
历史裁判协议 v4.3.1
-16 / +16Mar 2026
AmazonNova 2.0 Pro Preview (medium)630
历史裁判协议 v4.3.1
-16 / +16Nov 2025
LG AI ResearchEXAONE 4.5 33B628
历史裁判协议 v4.3.1
-20 / +20Apr 2026
GoogleGemini 2.5 Pro616
历史裁判协议 v4.3.1
-17 / +17Jun 2025
Multiverse ComputingHyperNova 60B 2605 (high, based on gpt-oss-120b)604
历史裁判协议 v4.3.1
-19 / +19May 2026
AmazonNova 2.0 Pro Preview (low)601
历史裁判协议 v4.3.1
-16 / +16Nov 2025
GoogleGemini 3.1 Flash-Lite596
历史裁判协议 v4.3.1
-16 / +16Mar 2026
GoogleGemma 4 12B (Reasoning)591
历史裁判协议 v4.3.1
-20 / +20Jun 2026
AlibabaQwen3.5 9B (Reasoning)588
历史裁判协议 v4.3.1
-18 / +18Mar 2026
MistralMistral Large 3588
历史裁判协议 v4.3.1
-16 / +16Dec 2025
MistralMistral Small 3.1550
历史裁判协议 v4.3.1
-18 / +18Mar 2025
LG AI ResearchK-EXAONE (Reasoning)540
历史裁判协议 v4.3.1
-20 / +20Dec 2025
MistralMistral Small 4 (Reasoning)537
历史裁判协议 v4.3.1
-19 / +19Mar 2026
MistralMistral Medium 3.1536
历史裁判协议 v4.3.1
-17 / +17Aug 2025
AmazonNova 2.0 Lite (high)536
历史裁判协议 v4.3.1
-17 / +17Oct 2025
OpenAIgpt-oss-20b (high)514
历史裁判协议 v4.3.1
-16 / +16Aug 2025
Arcee AITrinity Large Thinking512
历史裁判协议 v4.3.1
-20 / +20Apr 2026
AmazonNova 2.0 Pro Preview (Non-reasoning)509
历史裁判协议 v4.3.1
-16 / +16Nov 2025
GoogleDiffusionGemma 26B A4B501
历史裁判协议 v4.3.1
-17 / +17Jun 2026
AlibabaQwen3 235B A22B 2507 (Reasoning)495
历史裁判协议 v4.3.1
-19 / +19Jul 2025
InclusionAILing 2.6 Flash493
历史裁判协议 v4.3.1
-19 / +19Apr 2026
CelerisCeleris-1483
历史裁判协议 v4.3.1
-21 / +21Jul 2026
DeepSeekDeepSeek R1 (Jan '25)479
历史裁判协议 v4.3.1
-18 / +18Jan 2025
CohereNorth Mini Code472
历史裁判协议 v4.3.1
-18 / +18Jun 2026
OpenAIGPT-4.1 mini453
历史裁判协议 v4.3.1
-18 / +18Apr 2025
NVIDIANemotron Cascade 2 30B A3B447
历史裁判协议 v4.3.1
-21 / +21Mar 2026
UpstageSolar Pro 3447
历史裁判协议 v4.3.1
-16 / +16Apr 2026
NVIDIANVIDIA Nemotron 3 Nano 30B A3B (Reasoning)438
历史裁判协议 v4.3.1
-17 / +17Dec 2025
MistralMinistral 3 14B432
历史裁判协议 v4.3.1
-17 / +17Dec 2025
OpenAIo3-mini (high)421
历史裁判协议 v4.3.1
-19 / +19Jan 2025
NVIDIANemotron 3 Nano Omni 30B A3B Reasoning416
历史裁判协议 v4.3.1
-21 / +21Apr 2026
AnthropicClaude 3.5 Haiku408
历史裁判协议 v4.3.1
-18 / +18Oct 2024
MistralMinistral 3 8B405
历史裁判协议 v4.3.1
-17 / +17Dec 2025
IBMGranite 4.2 3B390
历史裁判协议 v4.3.1
-21 / +21Aug 2026
IBMGranite 4.1 30B379
历史裁判协议 v4.3.1
-16 / +16Apr 2026
OpenAIgpt-oss-120b (low)364
历史裁判协议 v4.3.1
-21 / +21Aug 2025
MistralMagistral Medium 1.2362
历史裁判协议 v4.3.1
-18 / +18Sep 2025
Institute of Foundation ModelsK2 Think V2328
历史裁判协议 v4.3.1
-18 / +18Dec 2025
AlibabaQwen3 Next 80B A3B (Reasoning)325
历史裁判协议 v4.3.1
-20 / +20Sep 2025
DeepSeekDeepSeek V3 0324275
历史裁判协议 v4.3.1
-19 / +19Mar 2025
AlibabaQwen3 30B A3B 2507 (Reasoning)274
历史裁判协议 v4.3.1
-20 / +20Jul 2025
AlibabaQwen3 32B (Reasoning)240
历史裁判协议 v4.3.1
-18 / +18Apr 2025
MistralMinistral 3 3B234
历史裁判协议 v4.3.1
-18 / +18Dec 2025
MistralMagistral Small 1.2213
历史裁判协议 v4.3.1
-19 / +19Sep 2025
Liquid AILFM2.5-2.6B202
历史裁判协议 v4.3.1
-22 / +22Aug 2026
OpenAIGPT-4189
历史裁判协议 v4.3.1
-18 / +18Mar 2023
OpenAIGPT-4o mini188
历史裁判协议 v4.3.1
-19 / +19Jul 2024
AlibabaQwen3 14B (Reasoning)188
历史裁判协议 v4.3.1
-19 / +19Apr 2025
DeepSeekDeepSeek V3 (Dec '24)183
历史裁判协议 v4.3.1
-19 / +19Dec 2024
GoogleGemma 4 E4B (Reasoning)177
历史裁判协议 v4.3.1
-22 / +22Apr 2026
AlibabaQwen3.5 2B (Reasoning)166
历史裁判协议 v4.3.1
-21 / +21Mar 2026
AlibabaQwen3 8B (Reasoning)165
历史裁判协议 v4.3.1
-19 / +19Apr 2025
NVIDIANVIDIA Nemotron 3 Nano 4B159
历史裁判协议 v4.3.1
-21 / +21Mar 2026
IBMGranite 4.1 3B74
历史裁判协议 v4.3.1
-20 / +20Apr 2026
MetaLlama 4 Scout60
历史裁判协议 v4.3.1
-17 / +17Apr 2025
MetaLlama 3.3 Instruct 70B50
历史裁判协议 v4.3.1
-19 / +19Dec 2024
GoogleGemma 4 E2B (Reasoning)36
历史裁判协议 v4.3.1
-21 / +21Apr 2026
MistralMistral Small 3.229
历史裁判协议 v4.3.1
-19 / +19Jun 2025
OpenAIGPT-4.1 nano13
历史裁判协议 v4.3.1
-19 / +19Apr 2025
MetaLlama 4 Maverick-45
历史裁判协议 v4.3.1
-17 / +17Apr 2025
NVIDIANVIDIA Nemotron 3 Nano 30B A3B (Non-reasoning)-122
历史裁判协议 v4.3.1
-17 / +17Dec 2025
AlibabaQwen3.5 2B (Non-reasoning)-130
历史裁判协议 v4.3.1
-18 / +18Mar 2026
AlibabaQwen3.5 0.8B (Non-reasoning)-133
历史裁判协议 v4.3.1
-18 / +18Mar 2026
OpenBMBMiniCPM-V 4.6 1.3B-134
历史裁判协议 v4.3.1
-17 / +17May 2026
MetaLlama 3.1 Instruct 8B-151
历史裁判协议 v4.3.1
-17 / +17Jul 2024
AlibabaQwen3.5 0.8B (Reasoning)-152
历史裁判协议 v4.3.1
-17 / +17Mar 2026
NanbeigeNanbeige4.1-3B-166
历史裁判协议 v4.3.1
-17 / +17Feb 2026
GoogleGemma 3 12B Instruct-170
历史裁判协议 v4.3.1
-17 / +17Mar 2025
GoogleGemma 3 27B Instruct-171
历史裁判协议 v4.3.1
-16 / +16Mar 2025
MicrosoftPhi-4 Mini Instruct-171
历史裁判协议 v4.3.1
-17 / +17Feb 2024
Institute of Foundation ModelsK2 Horizon 0.9B-174
历史裁判协议 v4.3.1
-17 / +17Sep 2026

独立实时 Elo 的历史协议边界

本榜单当前已采集的来源记录仍标为裁判协议 v4.3.1。它是独立榜单的历史协议记录,并不因 AA Intelligence Index 当前完整方法更新到 v4.3.2 而重标为 v4.3.2。

v4.3.2 对完整 Intelligence Index 中的 GDPval-AA v2.1 与 AA-Briefcase v1.1 声明了 Crowd-BT 拟合;该事实不能回填到本页未重新导入的独立实时 Elo。旧记录保留其来源版本、值和 observedAt,不和当前完整 Index 混排或用于重算指数。

查看完整 Index v4.3.2 与独立榜单的边界 →查看 AA 原始方法 ↗

这个评测关注什么

覆盖真实职业任务和高经济价值知识工作。

阅读时注意

评测结果受任务集合、评分方法和模型版本影响。本站保留原始口径,不用它生成新的综合排名。

适用场景

用于回答一个明确的问题:模型在这一类任务上的相对表现如何,而不是“哪个模型绝对最好”。