最新基准测试Top3

在最新基准测试中，Claude Mythos 5在Humanity's Last Exam中得分最高（64.5%），Kimi K2.5在MMLU通用知识测试中表现领先（95%），而GPT-5.6 Sol在GPQA Diamond推理基准中排名第一（96.2%）。

来源