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

SimulBench

5 models

Top 5 Models Performance

OpenAI: gpt-4 ######################################## 8.74
Meta Llama: Llama 3 70B Instruct ####################################### 8.61
OpenAI: gpt-4o ####################################### 8.59
Qwen: qwen1.5-110b-chat ###################################### 8.3
Qwen: qwen1.5-7b-chat ################################### 7.55
– 970 – 1.1T
– 2019 – 2026
Rank Model Score
🇺🇸 1 OpenAI: gpt-4 8.74
🇺🇸 2 Meta Llama: Llama 3 70B Instruct 8.61
🇺🇸 3 OpenAI: gpt-4o 8.59
🇨🇳 4 Qwen: qwen1.5-110b-chat通义千问 8.3
🇨🇳 5 Qwen: qwen1.5-7b-chat通义千问 7.55