待验证50% 置信基准精确时间
MMMU_Pro榜首是Darwin-180B-RSI，得分79.48；ScreenSpot-Pro榜首是meta-models/Muse-Glimmer-30B，得分75.4；open-asr-leaderboard第一是Edge0/ARK-ASR-3B，得分4.76（越低越好）。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/18
首次发现
有效期至：2026/11/1
来源
涉及实体
相关事实
待验证MMLU-Pro榜首是FINAL-Bench/Darwin-180B-RSI，得分88.12；gpqa榜首同样由它拿下，得分94.44。76% 相似待验证Darwin-180B-RSI在aime_2026和hmmt_feb_2026上均获得100分，gsm8k榜首是XiaomiMiMo/MiMo-V2.5-Pro，得分99.6。69% 相似待验证Darwin-27B-ZTC-v2 在 System One Mosaic Benchmark 决策引擎榜单上 102 个模型中排名第 163% 相似待验证在 LocalLLaMA/typed-decisions 排行榜上，aplomb-1 与 Darwin-27B-ZTC 并列第二，得分均为 0.74；ProKope-421M-8K 得 0.72，ProKope-421M 得 0.71，typed-decisions-minilm-l6-specialist 得 0.61。62% 相似待验证Darwin-27B-ZTC-v5 在 S1MB 日语赛道获得第一名，Borda 得分 84.57，领先第二名 Perplexity（80.86）3.71 分。62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1058238API
curl https://kongchang.com/api/v1/knowledge/claims/1058238MCP
get_claim(id=1058238)