CharXiv Reasoning · Version/split not stated in selected source · 测试定义与成绩

CharXiv Reasoning · Version/split not stated in selected source 收录 7 次模型发布的评测披露或成绩。

测试版本与指标

别名 CharXiv Reasoning

  • Accuracy · % · 越高越好

各系列最新模型 · 公布成绩

常规展示范围。排名按指标与评测协议分组,已记录的工具、预算及框架分别展示。条件未说明的组保留公布值供查证。

Accuracy %

禁止工具 / 推理预算未记录 / 框架未记录 · CharXiv Reasoning, no tools; self-computed.

CharXiv Reasoning · Version/split not stated in selected source · Accuracy · 禁止工具 / 推理预算未记录 / 框架未记录 · CharXiv Reasoning, no tools; self-computed.
模型与配置成绩(%)记录与证据
Gemini 3.8 Flash未注明86.2%

禁止工具 / high / 框架未记录 · CharXiv Reasoning, no tools; self-computed.

CharXiv Reasoning · Version/split not stated in selected source · Accuracy · 禁止工具 / high / 框架未记录 · CharXiv Reasoning, no tools; self-computed.
模型与配置成绩(%)记录与证据
Gemini 3.5 Flash-LiteHigh74.5%

允许工具 / high / 框架未记录 · CharXiv Reasoning with tools; Gemini uses search and code execution; self-computed.

CharXiv Reasoning · Version/split not stated in selected source · Accuracy · 允许工具 / high / 框架未记录 · CharXiv Reasoning with tools; Gemini uses search and code execution; self-computed.
模型与配置成绩(%)记录与证据
Gemini 3.5 Flash-LiteHigh76.5%

历史记录 · 7 次发布

  • Gemini 3.8 Flash本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
  • Gemini 3.7 Flash本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
  • Gemini 3.5 Flash-Lite本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
  • Gemini 3.6 Flash本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
  • GPT-5本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
  • GPT-5 mini本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
  • GPT-5 nano本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)