Inkling-Small

编程42.69 项

• ProgramBench照样重写程序·Vals AI0.5%折算分 至多 78.2+
• SciCode科研计算代码·Artificial Analysis49.7%折算分 50.1+
• Terminal-Bench 4.0终端里干活·Artificial Analysis1.0%折算分 至多 48.9+
• CyberBench Patch v1.1修安全漏洞·Vals AI73.2%折算分 48.6+
• Terminal-Bench 4.0终端里干活·Vals AI0.0%折算分 至多 44.2+
• Vibe Code Bench v1.1做网页应用·Vals AI19.1%折算分 41.8+
• FrontierCode 2.0改真实仓库·Artificial Analysis4.8%折算分 至多 41.5+
• CFrontierCode 2.0改真实仓库·Cognition3.2%折算分 至多 39.5+
• Code Migration v1.1程序换语言·Vals AI10.4%折算分 34.8+

科研47.87 项

• Terminal-Bench Science终端里做科研·Artificial Analysis0.0%折算分 至多 55.9+
• CritPt研究级物理·Artificial Analysis8.3%折算分 53.2+
• AARC-AGI-2举一反三·ARC Prize40.1%折算分 52.8+
• CritPt v2 Hard研究级物理·Artificial Analysis18.5%折算分 51.8+
• Humanity's Last Exam专家级难题·Artificial Analysis33.3%折算分 51.6+
• FrontierMath T1–3研究级数学·Epoch AI46.3%折算分 49.9+
• Mystery Game Puzzles游戏局面推理·Epoch AI6.0%折算分 至多 41.9+

专业办公45.611 项

• Harvey LAB-AA v1.1法律文书·Artificial Analysis0.0%折算分 至多 70.4+
• Legal Research Bench法律检索·Vals AI25.5%折算分 52.6+
• AA-Analyst Agent数据分析·Artificial Analysis27.5%折算分 52.5+
• Finance Agent v2.1金融分析·Vals AI44.8%折算分 49.6+
• TaxAgentBench税务问答·Vals AI15.4%折算分 49.5+
• GDPval-AA职业交付件·Artificial Analysis1,132.6折算分 48.9+
• Harvey 法律 Agent 基准 v1.1法律交付件·Vals AI2.9%折算分 至多 46.3+
• MedCode医疗编码·Vals AI37.9%折算分 46.2+
• AA-Briefcase办公长任务·Artificial Analysis912.6折算分 45.5+
• Excel Modeling v1.1Excel 建模·Vals AI40.8%折算分 40.9+
• AutomationBench-AA业务自动化·Artificial Analysis4.8%折算分 至多 29.6+

知识问答42.84 项

• AA-LCR长文理解·Artificial Analysis75.7%折算分 49.0+
• AA-Omniscience v1.1知道与不乱编·Artificial Analysis-9.5折算分 45.7+
• MLCR-AA医疗长记录·Artificial Analysis7.8%折算分 39.8+
• SimpleQA Verified事实准确·Epoch AI19.1%折算分 28.3+

真人盲选41.12 项

• Arena WebDev网页成品盲选·LMArena1,407.3折算分 43.5+
• Arena Text对话盲选·LMArena1,405.2折算分 33.8+

尚无成绩的评测

这些评测尚无可采用的公开成绩，缺测不补分。