AISLE
排行榜
AISLE 评测的综合得分与分类得分。
这里展示固定研究队列的结果,并非当前所有模型的实时排名。两张榜单任务集不同,综合得分不能直接比较。
AISLE · 5 个模型
#模型综合分各类别得分贡献
0255075100
类别等权。点击上方类别切换分数,点击模型查看详情。
分类得分明细
点击模型查看分类得分。
完整任务指数
四类能力等权平均,仅纳入完成全部评测的五个模型。
| 排名 | 模型 | 综合 / 100 | 优化 | 安全 | 鲁棒性 | 多模态 |
|---|---|---|---|---|---|---|
| 01 | OpenAI | 42.02 | 25.95 | 33.33 | 74.92 | 33.86 |
| 02 | Qwen | 28.36 | 26.13 | 4.44 | 65.16 | 17.71 |
| 03 | Anthropic | 24.25 | 10.27 | 8.89 | 52.58 | 25.27 |
| 04 | 19.54 | 28.47 | 0.00 | 29.28 | 20.42 | |
| 05 | Moonshot AI | 16.09 | 7.00 | 0.00 | 34.73 | 22.62 |
排名依据综合分;共享任务榜的多模态成绩仅展示,不计入综合分。N/A 表示未评测。
得分为类别等权综合指数,不代表成功率。共享任务比较七个模型的三类能力,完整任务比较五个模型的四类能力。未评测结果不填零。 评分说明 ↗