待验证50% 置信基准精确时间
MMLU-Pro前五名分差仅0.6个百分点：Darwin-180B-RSI 88.1%、MiniMax-M2.1 88.0%、Intern-S2-Preview 88.0%、Qwen3.5-397B-A17B 87.8%、DeepSeek-V4-Pro 87.5%。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/19
首次发现
有效期至：2026/11/2
来源
涉及实体
相关事实
待验证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）。77% 相似待验证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。73% 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。71% 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% 相似待验证开源模型得分较低：Qwen3 235B得11/12、Gemma 4两个尺寸均为9/12、DeepSeek R1得7/12、GLM-5得5/1269% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1067091API
curl https://kongchang.com/api/v1/knowledge/claims/1067091MCP
get_claim(id=1067091)