Humanity’s Last Exam（Artificial Analysis 复跑）

Artificial Analysis / 科研 · 横跨学科的专家级难题，不用工具作答。

在 AICue 中参与排名

所属领域科研

上游数据时间待核实

最近成功同步10/30 02:05

它测什么，怎么测

取 Artificial Analysis 独立公布的 Humanity’s Last Exam 的正确率（不用工具）。同一型号按最高推理档位选代表配置，选择不看分数。

AICue 怎么用它

计分：科研领域的专家难题一类。

评测成绩

同一模型测了多个档位时，按固定规则只取一套代表成绩；没有可用成绩的模型标为“未计入”并写明原因。匿名测试型号不展示，名次照搬原榜，每项最多列 30 个。

原榜名次	原榜型号	原始成绩	代表配置
1	claude-opus-5-5Anthropic	61.4%	Max 推理 · 含来源回退
2	gemini-4-carbonGoogle	60.4%	High 推理
3	claude-fable-5-1Anthropic	59.1%	Max 推理 · 含来源回退
6	gemini-4-argonGoogle	57.1%	High 推理
9	claude-fable-5Anthropic	55.5%	Max 推理 · 含来源回退
10	claude-sonnet-5-5Anthropic	55.0%	Max 推理 · 含来源回退
11	claude-opus-5Anthropic	54.9%	Max 推理
13	gpt-6-astraOpenAI	54.7%	Max 推理
17	muse-wonder-fullMeta	53.6%	Max 推理
19	gpt-6-1-solOpenAI	52.9%	Max 推理
23	kimi-k3-1-proMoonshot AI	52.5%	来源默认配置
26	muse-wonderMeta	50.1%	Max 推理
29	gpt-5-6-solOpenAI	49.5%	Max 推理
30	mimo-v2-6-proXiaomi	49.4%	来源默认配置
33	muse-spark-1-3Meta	48.7%	Max 推理
34	claude-opus-4-8Anthropic	48.7%	Max 推理
36	minimax-m3-1-flashMiniMax	48.0%	来源默认配置
37	gpt-6-solOpenAI	47.9%	Max 推理
38	gemini-3-7-flashGoogle	47.9%	High 推理
39	gemini-3-8-flashGoogle	47.8%	High 推理
43	gemini-3-1-pro-previewGoogle	47.0%	来源默认配置
44	kimi-k3Moonshot AI	46.9%	Max 推理
45	step-5StepFun	46.5%	来源默认配置
47	gpt-6-1-terraOpenAI	46.2%	Max 推理
48	muse-spark-1-1Meta	46.2%	xHigh 推理
51	gpt-5-5OpenAI	45.8%	xHigh 推理
52	muse-spark-1-2Meta	45.5%	xHigh 推理
54	claude-haiku-5-5Anthropic	44.4%	Max 推理
56	grok-4-6-xhighxAI	44.1%	xHigh 推理
57	muse-spark-openMeta	43.9%	xHigh 推理

评测局限与数据署名

部分题目答案存在争议；正确率普遍偏低，接近 0 的成绩只说明“至多这么强”。

数据许可：Artificial Analysis 公开页面数据；展示须显著署名并链接来源，遵守其 Terms of Use

成绩由 Artificial Analysis 发布。各项评测的原始分数尺度不同，不能直接相加；AICue 按公开规则把它们折算成同一种分数。