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

MultiPL-E

7 models

Top 5 Models Performance

Qwen: qwen3-8b-base ######################################## 52.4
essentialai: rnj-1 ###################################### 50.3
Qwen: qwen3-1.7b-base ################################# 42.71
Qwen: qwen2.5-1.5b ######################### 33.1
Qwen: qwen3-0.6b-base ################### 24.58
– 970 – 1.1T
– 2019 – 2026
Rank Model Score
🇨🇳 1 Qwen: qwen3-8b-base通义千问 52.4
❓ 2 essentialai: rnj-1 50.3
🇨🇳 3 Qwen: qwen3-1.7b-base通义千问 42.71
🇨🇳 4 Qwen: qwen2.5-1.5b通义千问 33.1
🇨🇳 5 Qwen: qwen3-0.6b-base通义千问 24.58
🇨🇳 6 Qwen: qwen2.5-0.5b通义千问 18.7
🇺🇸 7 Google: gemma-3-1b-pt 5.15