Note: Overall leaderboard rankings may not reflect true model quality — individual benchmarks give a clearer picture. ARC-Challenge MMLU GPQA GSM8K Artificial Analysis Intelligence Index v4.1
← Back to leaderboard

Artificial Analysis Coding Index (Maximum Reasoning)

22 models

Top 5 Models Performance

Anthropic: Claude Fable 5 ######################################## 62
Xiaomi: MiMo-V2.5 Pro ####################################### 60.2
Anthropic: Claude Opus 4.8 ##################################### 56.7
OpenAI: gpt-5.3-codex ################################## 53.1
OpenAI: gpt-5.2 ############################### 48.7
– 970 – 1.1T
– 2019 – 2026
Rank Model Score
🇺🇸 1 Anthropic: Claude Fable 5 62
🇨🇳 2 Xiaomi: MiMo-V2.5 Pro小米集团 60.2
🇺🇸 3 Anthropic: Claude Opus 4.8 56.7
🇺🇸 4 OpenAI: gpt-5.3-codex 53.1
🇺🇸 5 OpenAI: gpt-5.2 48.7
🇺🇸 6 OpenAI: gpt-5.2-codex 43
🇺🇸 7 SpaceXAI: Grok 4.3 42.2
🇫🇷 8 Mistral AI: mistral-medium-3.5-128b 35.4
🇺🇸 9 SpaceXAI: Grok 4.1 Fast 30.9
🇺🇸 10 SpaceXAI: Grok 4 Fast 27.4
🇺🇸 11 SpaceXAI: grok-code-fast-1 23.7
🇺🇸 12 Google: Gemma 4 26B A4B Instruct 22.4
🇺🇸 13 OpenAI: o1 20.5
❓ 14 NousResearch: hermes-4-405b 16
🇨🇳 15 DeepSeek: DeepSeek R1深度求索 15.9
🇺🇸 16 Meta Llama: Llama 4 Maverick Instruct 15.6
❓ 17 NousResearch: hermes-4-70b 14.4
🇺🇸 18 OpenAI: GPT-3.5 Turbo 10.7
🇺🇸 19 Meta Llama: Llama 3.3 70B Instruct 10.7
🇦🇪 20 Technology Innovation Institute: falcon-h1r-7b 9.8
🇺🇸 21 Google: Gemma 4 E2B Instruct 9
🇨🇳 22 Qwen: Qwen3 0.6B通义千问 0.9