Step 5 Preview

编程59.96 项

• Terminal-Bench 4.0Artificial Analysis33.3%折算分 65.0+
• Terminal-Bench 4.0Vals AI31.8%折算分 64.3+
• SciCodeArtificial Analysis58.9%折算分 61.3+
• Vibe Code Bench v1.1Vals AI70.4%折算分 60.0+
• Code Migration v1.1Vals AI47.0%折算分 59.8+
• FrontierCode 2.0Artificial Analysis12.0%折算分 53.0+

科研60.210 项

• CritPtArtificial Analysis20.9%折算分 65.3+
• BioMysteryBenchVals AI67.4%折算分 63.5+
• Humanity's Last ExamArtificial Analysis46.5%折算分 63.2+
• 致知 · 逻辑月榜llm201441.3%折算分 62.4+
• CritPt v2 HardArtificial Analysis32.5%折算分 61.1+
• O司南 · 推理OpenCompass70.3%折算分 59.4+
• O司南 · 抽象OpenCompass64.1%折算分 59.4+
• MysteryMechanismVals AI18.5%折算分 58.1+
• Terminal-Bench ScienceVals AI2.9%折算分 至多 56.0+
• Terminal-Bench ScienceArtificial Analysis2.4%折算分 至多 55.3+

专业办公62.79 项

• Harvey 法律 Agent 基准 v1.1Vals AI12.9%折算分 67.1+
• GDPval-AAArtificial Analysis1,594折算分 66.2+
• Excel Modeling v1.1Vals AI69.6%折算分 65.5+
• AA-BriefcaseArtificial Analysis1,424.6折算分 65.1+
• Legal Research BenchVals AI40.4%折算分 64.5+
• AutomationBench-AAArtificial Analysis51.0%折算分 62.5+
• TaxAgentBenchVals AI27.3%折算分 62.5+
• Finance Agent v2.1Vals AI58.9%折算分 62.2+
• AA-Analyst AgentArtificial Analysis35.0%折算分 59.2+

知识问答61.14 项

• AA-LCRArtificial Analysis88.3%折算分 66.9+
• MLCR-AAArtificial Analysis18.3%折算分 61.6+
• AA-Omniscience v1.1Artificial Analysis16.4折算分 61.0+
• O司南 · 知识OpenCompass64.0%折算分 58.3+

真人盲选57.22 项

• Arena WebDevLMArena1,571折算分 59.5+
• Arena TextLMArena1,448.4折算分 49.6+

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。