第 1 名
gpt-5 (high)
88.0官方榜单
收录成绩2020 个模型或系统
当前第一88.0gpt-5 (high)
指标Percent correct225 题中 pass@2 正确率（%，对应官方 pass_rate_2）
数据时效人工整理整理于 2026-10-27 · 2 个数据源
第 2 名
gpt-5 (medium)
86.7官方榜单
第 3 名
o3-pro (high)
84.9官方榜单
排名表
显示 20 / 20
| 模型 | 机构 | 来源 | 备注 | |||
|---|---|---|---|---|---|---|
| 1 | gpt-5 (high) | OpenAI | 88.0 | 官方榜单 | 2026-10-28 | 定位：Polyglot 榜按 Percent correct 降序第 1 名，访问于 2026-10-27；来源发布日期：2025-08-23；225 题 Polyglot（total_tests=225）；pass_rate_2；edit_format=diff。 官方 total_cost=29.0829 USD（不计入分数）。 |
| 2 | gpt-5 (medium) | OpenAI | 86.7 | 官方榜单 | 2026-10-28 | 定位：Polyglot 榜按 Percent correct 降序第 2 名，访问于 2026-10-27；来源发布日期：2025-08-25；225 题 Polyglot（total_tests=225）；pass_rate_2；edit_format=diff。 官方 total_cost=17.6930 USD（不计入分数）。 |
| 3 | o3-pro (high) | OpenAI | 84.9 | 官方榜单 | 2026-10-28 | 定位：Polyglot 榜按 Percent correct 降序第 3 名，访问于 2026-10-27；来源发布日期：2025-06-28；225 题 Polyglot（total_tests=225）；pass_rate_2；edit_format=diff。 官方 total_cost=146.3249 USD（不计入分数）。 |
| 4 | gemini-2.5-pro-preview-06-05 (32k think) | 83.1 | 官方榜单 | 2026-10-28 | 定位：Polyglot 榜按 Percent correct 降序第 4 名，访问于 2026-10-27；来源发布日期：2025-06-06；225 题 Polyglot（total_tests=225）；pass_rate_2；edit_format=diff-fenced。 官方 total_cost=49.8822 USD（不计入分数）。 | |
| 5 | gpt-5 (low) | OpenAI | 81.3 | 官方榜单 | 2026-10-28 | 定位：Polyglot 榜按 Percent correct 降序第 5 名，访问于 2026-10-27；来源发布日期：2025-08-25；225 题 Polyglot（total_tests=225）；pass_rate_2；edit_format=diff。 官方 total_cost=10.3713 USD（不计入分数）。 |
| 5 | o3 (high) | OpenAI | 81.3 | 官方榜单 | 2026-10-28 | 定位：Polyglot 榜按 Percent correct 降序第 6 名，访问于 2026-10-27；来源发布日期：2025-06-25；225 题 Polyglot（total_tests=225）；pass_rate_2；edit_format=diff。 官方 total_cost=21.2259 USD（不计入分数）。 |
| 7 | grok-4 (high) | xAI | 79.6 | 官方榜单 | 2026-10-28 | 定位：Polyglot 榜按 Percent correct 降序第 7 名，访问于 2026-10-27；来源发布日期：2025-07-11；225 题 Polyglot（total_tests=225）；pass_rate_2；edit_format=diff。 官方 total_cost=59.6182 USD（不计入分数）。 |
| 8 | gemini-2.5-pro-preview-06-05 (default think) | 79.1 | 官方榜单 | 2026-10-28 | 定位：Polyglot 榜按 Percent correct 降序第 8 名，访问于 2026-10-27；来源发布日期：2025-06-06；225 题 Polyglot（total_tests=225）；pass_rate_2；edit_format=diff-fenced。 官方 total_cost=45.5961 USD（不计入分数）。 | |
| 9 | o3 (high) + gpt-4.1 | OpenAI | 78.2 | 官方榜单 | 2026-10-28 | 定位：Polyglot 榜按 Percent correct 降序第 9 名，访问于 2026-10-27；来源发布日期：2025-06-27；225 题 Polyglot（total_tests=225）；pass_rate_2；edit_format=architect。 YAML test_cases=224。 官方 total_cost=17.5518 USD（不计入分数）。 |
| 10 | Gemini 2.5 Pro Preview 05-06 | 76.9 | 官方榜单 | 2026-10-28 | 定位：Polyglot 榜按 Percent correct 降序第 11 名，访问于 2026-10-27；来源发布日期：2025-05-07；225 题 Polyglot（total_tests=225）；pass_rate_2；edit_format=diff-fenced。 官方 total_cost=37.4104 USD（不计入分数）。 | |
| 10 | o3 | OpenAI | 76.9 | 官方榜单 | 2026-10-28 | 定位：Polyglot 榜按 Percent correct 降序第 10 名，访问于 2026-10-27；来源发布日期：2025-06-25；225 题 Polyglot（total_tests=225）；pass_rate_2；edit_format=diff。 官方 total_cost=13.7517 USD（不计入分数）。 |
| 12 | DeepSeek-V3.2-Exp (Reasoner) | DeepSeek | 74.2 | 官方榜单 | 2026-10-28 | 定位：Polyglot 榜按 Percent correct 降序第 12 名，访问于 2026-10-27；来源发布日期：2025-10-03；225 题 Polyglot（total_tests=225）；pass_rate_2；edit_format=diff。 官方 total_cost=1.3045 USD（不计入分数）。 |
| 13 | Gemini 2.5 Pro Preview 03-25 | 72.9 | 官方榜单 | 2026-10-28 | 定位：Polyglot 榜按 Percent correct 降序第 13 名，访问于 2026-10-27；来源发布日期：2025-04-12；225 题 Polyglot（total_tests=225）；pass_rate_2；edit_format=diff-fenced。 官方 total_cost=0.0000 USD（不计入分数）。 | |
| 14 | claude-opus-4-20250514 (32k thinking) | Anthropic | 72.0 | 官方榜单 | 2026-10-28 | 定位：Polyglot 榜按 Percent correct 降序第 14 名，访问于 2026-10-27；来源发布日期：2025-05-25；225 题 Polyglot（total_tests=225）；pass_rate_2；edit_format=diff。 官方 total_cost=65.7484 USD（不计入分数）。 |
| 14 | o4-mini (high) | OpenAI | 72.0 | 官方榜单 | 2026-10-28 | 定位：Polyglot 榜按 Percent correct 降序第 15 名，访问于 2026-10-27；来源发布日期：2025-04-16；225 题 Polyglot（total_tests=225）；pass_rate_2；edit_format=diff。 官方 total_cost=19.6399 USD（不计入分数）。 |
| 16 | DeepSeek R1 (0528) | DeepSeek | 71.4 | 官方榜单 | 2026-10-28 | 定位：Polyglot 榜按 Percent correct 降序第 16 名，访问于 2026-10-27；来源发布日期：2025-06-06；225 题 Polyglot（total_tests=225）；pass_rate_2；edit_format=diff。 YAML test_cases=224。 官方 total_cost=4.8016 USD（不计入分数）。 |
| 17 | claude-opus-4-20250514 (no think) | Anthropic | 70.7 | 官方榜单 | 2026-10-28 | 定位：Polyglot 榜按 Percent correct 降序第 17 名，访问于 2026-10-27；来源发布日期：2025-05-25；225 题 Polyglot（total_tests=225）；pass_rate_2；edit_format=diff。 官方 total_cost=68.6253 USD（不计入分数）。 |
| 18 | DeepSeek-V3.2-Exp (Chat) | DeepSeek | 70.2 | 官方榜单 | 2026-10-28 | 定位：Polyglot 榜按 Percent correct 降序第 18 名，访问于 2026-10-27；来源发布日期：2025-10-03；225 题 Polyglot（total_tests=225）；pass_rate_2；edit_format=diff。 官方 total_cost=0.8756 USD（不计入分数）。 |
| 19 | claude-3-7-sonnet-20250219 (32k thinking tokens) | Anthropic | 64.9 | 官方榜单 | 2026-10-28 | 定位：Polyglot 榜按 Percent correct 降序第 19 名，访问于 2026-10-27；来源发布日期：2025-02-24；225 题 Polyglot（total_tests=225）；pass_rate_2；edit_format=diff。 官方 total_cost=36.8343 USD（不计入分数）。 |
| 20 | DeepSeek R1 + claude-3-5-sonnet-20241022 | — | 64.0 | 官方榜单 | 2026-10-28 | 定位：Polyglot 榜按 Percent correct 降序第 20 名，访问于 2026-10-27；来源发布日期：2025-01-23；225 题 Polyglot（total_tests=225）；pass_rate_2；edit_format=architect。 官方 total_cost=13.2933 USD（不计入分数）。 |
榜单说明
第 6 批接入转录官方 Polyglot 榜（访问于 2026-10-27）：数据来自仓库 polyglot_leaderboard.yml，页面按 Percent correct（pass_rate_2）降序；只取 total_tests=225（Polyglot 全集）的条目，连续取前 20 名（个别条目实际完成的 test_cases 为 224，照官方榜单收录并在 note 中注明）（含 architect 等多模型组合行，模型名与 YAML 的 model 字段一致）。published_at 取 YAML 的 date。成本字段写入 note，不计入分数。
- 指标
- Percent correct：225 题中 pass@2 正确率（%，对应官方 pass_rate_2）（越高越好）
- 数据源
- 来源类型
- 官方榜单 20
分数取自数据源原文；同一模型在不同评测设置或不同来源下分别列出，来源冲突时全部保留并标注来源类型。
更新记录
0 条首次同步作为基线，之后新上榜、分数变化和移除的条目会记录在这里。