Classifica

Classifica: Conoscenza

Conoscenza fattuale e anti-allucinazione: SimpleQA, MMLU-Pro, MMMLU.

482 modelli
#ModelloPodium ScoreSimpleQAMMLU-ProMultilingual MMLUVelocità
01
Claude Mythos Preview
Anthropicreasoninganteprima
100.0
——92.7%80 t/s
02
97.6
——92.6%136 t/s
03
92.9
72.1%89.8%91.8%120 t/s
4
Gemini 4 Argon
Googlereasoninganteprima
91.0
———88 t/s
5
Mistral Large 4
Mistralreasoning
91.0
———92 t/s
6
GPT-6.1 Sol
OpenAIreasoning
89.0
———75 t/s
7
Claude 5.5 Sonnet
Anthropicreasoning
88.0
———94 t/s
8
Gemini 3.1 Pro Preview
Googlereasoninganteprima
88.0
———105 t/s
9
85.0
———110 t/s
10
MiMo v2.6 Flash
XiaomiAperto
84.0
———118 t/s
11
Claude 5.5 Haiku
Anthropicreasoning
81.0
———145 t/s
12
81.0
———210 t/s
13
Claude Mythos 5
Anthropicreasoninganteprima
75.0
———50 t/s
14
70.0
———25 t/s
15
69.3
—89.6%90.3%203 t/s
16
FLUX.2 Pro
Black Forest Labs
68.0
———30 t/s
17
67.0
———50 t/s
18
FLUX.2 Max
Independent
65.0
———35 t/s
19
Qwen3.8 Flash Next
AlibabaAperto
64.0
———168 t/s
20
62.0
———34 t/s
21
GLM-5.3 Flash
Z.aiAperto
60.5
———182 t/s
22
FLUX.2 Dev
Black Forest LabsAperto
60.0
———28 t/s
23
60.0
———25 t/s
24
Claude Fable 5.1
Anthropicreasoning
58.0
———85 t/s
25
Gemini 3.8 Flash
Googlereasoning
58.0
———302 t/s
26
58.0
———315 t/s
27
58.0
———340 t/s
28
Wan 2.2 A14B
AlibabaAperto
55.0
———15 t/s
29
Grok 4.7 (high)
xAIreasoning
55.0
———80 t/s
30
Grok 4.7
xAIreasoning
55.0
———95 t/s
31
52.0
———78 t/s
32
50.0
———240 t/s
33
LTX-2.3 Pro
Lightricks
50.0
———18 t/s
34
FLUX.2 Klein 9B
Black Forest LabsAperto
50.0
———55 t/s
35
Simba 3.2
Independentreasoning
50.0
—85%—62 t/s
36
50.0
———220 t/s
37
50.0
———60 t/s
38
48.4
—88.5%89.5%55 t/s
39
48.0
———200 t/s
40
48.0
———65 t/s
41
47.0
———165 t/s
42
46.0
———150 t/s
43
DeepSeek V4.1 Flash
DeepSeekApertoreasoning
46.0
———214 t/s
44
Kimi K3.1 Pro
Moonshot AIApertoreasoning
45.0
———45 t/s
45
45.0
———260 t/s
46
Qwen Audio 3.1 TTS+
AlibabaAperto
45.0
———140 t/s
47
Claude Fable 5.1 (XHigh)
Anthropicreasoning
45.0
———78 t/s
48
GPT-6 Astra (xhigh)
OpenAIreasoning
45.0
———76 t/s
49
Claude Fable 5.1 (High)
Anthropicreasoning
45.0
———92 t/s
50
Deepgram Flux
Independent
45.0
———260 t/s
51
LTX-2.3 Fast
Lightricks
45.0
———60 t/s
52
GPT-6 Astra (high)
OpenAIreasoning
45.0
———90 t/s
53
Claude Opus 5.5 (XHigh)
Anthropicreasoning
45.0
———62 t/s
54
GPT-6 Luna (xhigh)
OpenAIreasoning
45.0
———118 t/s
55
Claude Opus 5.5
Anthropicreasoning
45.0
———68 t/s
56
Claude Fable 5.1 (Medium)
Anthropicreasoning
45.0
———104 t/s
57
Claude Opus 5.5 (High)
Anthropicreasoning
45.0
———74 t/s
58
GPT-6 Luna (high)
OpenAIreasoning
45.0
———128 t/s
59
GPT-6 Astra (medium)
OpenAIreasoning
45.0
———98 t/s
60
Claude Fable 5.1 (Low)
Anthropicreasoning
45.0
———118 t/s
61
Claude Opus 5.5 (Medium)
Anthropicreasoning
45.0
———82 t/s
62
GPT-6 Luna (medium)
OpenAIreasoning
45.0
———138 t/s
63
GPT-6 Sol (xhigh)
OpenAIreasoning
45.0
———210 t/s
64
GPT-6 Sol
OpenAIreasoning
45.0
———220 t/s
65
GPT-6 Astra (low)
OpenAIreasoning
45.0
———110 t/s
66
GPT-6 Sol (high)
OpenAIreasoning
45.0
———226 t/s
67
Claude Opus 5.5 (Low)
Anthropicreasoning
45.0
———92 t/s
68
GPT-6 Luna (low)
OpenAIreasoning
45.0
———150 t/s
69
GPT-6 Sol (medium)
OpenAIreasoning
45.0
———238 t/s
70
45.0
———165 t/s
71
GPT-6 Sol (low)
OpenAIreasoning
45.0
———250 t/s
72
45.0
———265 t/s
73
Muse Spark 1.3
Musereasoning
45.0
———75 t/s
74
Step-5
StepFunreasoning
45.0
———110 t/s
75
45.0
———100 t/s
76
Mercury 2.5
Inception
45.0
———105 t/s
77
MiMo V2.6 Pro
XiaomiAperto
45.0
———72 t/s
78
45.0
———90 t/s
79
45.0
———115 t/s
80
45.0
———80 t/s
81
45.0
———90 t/s
82
45.0
———90 t/s
83
45.0
———210 t/s
84
Deepseek V4 Pro 0424
DeepSeekAperto
45.0
———60 t/s
85
45.0
———80 t/s
86
45.0
———90 t/s
87
45.0
———60 t/s
88
Claude Opus 4 5 Thinking
Anthropicreasoning
45.0
———50 t/s
89
45.0
———90 t/s
90
45.0
———90 t/s
91
Qwen3 6 Max
AlibabaAperto
45.0
———85 t/s
92
45.0
———80 t/s
93
45.0
———90 t/s
94
45.0
———60 t/s
95
45.0
———90 t/s
96
45.0
———90 t/s
97
Deepseek V3 2 Reasoning
DeepSeekApertoreasoning
45.0
———40 t/s
98
45.0
———80 t/s
99
Claude 4 5 Sonnet Thinking
Anthropicreasoning
45.0
———50 t/s
100
45.0
———80 t/s
Il Podium Score è una combinazione ponderata di cinque classifiche. Consulta la Metodologia per i dettagli.
0 / 4