38 / 38

Click a benchmark header to sort by it — click again to flip the order

Compare
RankModelProviderParametersContext
Weights
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
↗
1Claude Opus 5.5AnthropicUndisclosed1M2026-09-22Closed—————89.0—57.8————54.41846———67.7—————————81.8——————66.458.7——
2MiMo V2.6 FlashXiaomi310B MoE (15B active)1M2026-09-22Open27.6—52.3—————95.167.925.36.0————————61.2———————80.826.047.5—87.6—28.8—73.6—
3MiMo V2.6 ProXiaomi1.02T MoE (42B active)1M2026-09-22Open31.6—53.1—————94.071.947.917.8—1673——————62.0———————82.026.566.3—89.9—34.9—76.9—
4DeepSeek V4.1 FlashDeepSeek552B MoE (8B active)1M2026-09-10Open31.8—54.889.6—78.93471—88.174.2—15.3—160090.9—36.863.9——45.8——65.6——65.4——20.362.8—90.630.031.2——49.0
5GPT 6 AstraOpenAIUndisclosed1.05M2026-09-03Closed34.2—52.0——————74.0100.042.453.31542———57.2————————————85.4—89.9—57.964.6——
6Claude Fable 5.1AnthropicUndisclosed1M2026-09-01Closed—————88.4—51.8——83.030.450.31735———65.6—————————80.7————91.4—55.852.677.8—
7GLM 5.3 FlashZhipu AI320B MoE (18B active)1M2026-08-26Open—————————63.4———————55.3————————56.3—————84.3—————
8Qwen3.8 Flash NextAlibaba125B MoE (6B active)262K2026-08-26Open—————————58.7————91.7—35.9———55.791.9————48.1————62.5——————
9GLM 5.3Zhipu AI753B MoE (40B active)1M2026-08-14Open28.5—48.8—————84.566.9—15.0——88.1——62.5————————58.0——19.0——88.228.337.9———
10Qwen3.8 27BAlibaba27B dense262K2026-08-14Open—————————42.2————89.2—30.8———33.490.3————42.3—84.3——61.773.0—————
11DeepSeek V4 Pro 0813DeepSeek1.6T MoE (49B active)1M2026-08-13Open25.7—43.2———3348—83.362.7—5.4——92.4——60.0—————65.3——61.5——15.556.4—87.911.812.4———
12Qwen3.8 MaxAlibaba2.4T MoE (95B active)1M2026-08-02Closed—————————56.6————92.6—43.656.2——53.4—————55.9————67.786.6—————
13DeepSeek V4 Flash 0731DeepSeek284B MoE (13B active)1M2026-07-31Open25.2—37.7———3289—76.754.4—1.8——89.9——51.5—————58.6——54.2———30.9—82.77.67.0———
14Claude Opus 5AnthropicUndisclosed1M2026-07-24Closed28.6—50.394.1—84.0—46.6—74.070.022.148.0170893.4—56.363.6——65.7—————75.374.083.437.0——89.143.351.829.080.652.0
15Kimi K3Moonshot AI2.8T MoE1M2026-07-16Open27.6—46.785.7—68.1——80.067.532.28.1—152492.9—43.559.8——54.3——65.6——58.0—84.817.5——88.317.712.6—76.541.0
16GPT 5.6 SolOpenAIUndisclosed1.05M2026-07-09Closed26.7—45.888.9—79.9—41.784.573.078.533.747.5158894.1—44.5———45.4—————56.8—83.023.074.3—88.834.439.922.474.953.0
17Claude Fable 5AnthropicUndisclosed1M2026-06-09Closed25.7—46.2——————70.078.028.4—1595——————57.4———————86.033.0——84.3—42.4—77.9—
18MiMo V2.5 ProXiaomi1.02T MoE (42B active)1M2026-04-27Open13.2—16.0—————40.019.016.60.1—1107——————25.0————————12.517.7—65.2—1.5—49.1—
19Qwen3.6 27BAlibaba27B dense262K2026-04-22Open—————————13.3————87.8—24.0———21.883.9———86.236.2—63.9——53.5——————
20Qwen3.6 35B A3BAlibaba35B MoE (3B active)262K2026-04-16Open——————————————86.0—21.4————80.4———85.229.4————49.5——————
21Qwen3.6 PlusAlibabaUndisclosed1M2026-04-01Closed——————————————90.4—28.850.6—94.3—87.1———88.537.9—62.5——56.6——————
22Claude 3.5 SonnetAnthropicUndisclosed200K2024-10-22Closed—1268——93.1—————————65.096.4——92.088.0——71.1—88.778.0————————————
23Qwen2.5 72BAlibaba72B128K2024-09-19Open—1249——86.8—————————49.095.8——86.684.0——83.1—86.171.1————————————
24o1 miniOpenAIUndisclosed128K2024-09-12Closed—1230————————————60.0———92.4———90.0—85.274.0————————————
25o1 previewOpenAIUndisclosed128K2024-09-12Closed—1258————————————78.3———92.4———94.8—90.879.2————————————
26DeepSeek V2.5DeepSeek236B MoE (21B active)128K2024-09-05Open——————————————48.091.0——89.084.6——72.7—80.669.4————————————
27GLM 4 PlusZhipu AIUndisclosed128K2024-08-29Closed——————————————————81.0—————86.068.0————————————
28Mistral Large 2Mistral AI123B128K2024-07-24Open—1224——78.9—————————48.093.0——92.0———68.6—84.061.2————————————
29Llama 3.1 405BMeta405B128K2024-07-23Open—1225——93.0—————————51.196.8——89.088.6——73.8—87.373.3————————————
30Llama 3.1 70BMeta70B128K2024-07-23Open—1180——81.6—————————41.795.1——80.587.5——67.9—83.666.4————————————
31Llama 3.1 8BMeta8B128K2024-07-23Open—1140——62.3—————————30.484.5——72.680.0——51.9—69.448.3————————————
32GPT 4o miniOpenAIUndisclosed128K2024-07-18Closed—1207——75.0—————————40.287.0——87.280.5——70.2—82.058.5————————————
33Gemini 1.5 FlashGoogleUndisclosed1M2024-05-14Closed—1201——75.0—————————38.686.2——74.3———54.9—78.967.3————————————
34Gemini 1.5 ProGoogleUndisclosed2M2024-05-14Closed—1255——89.2—————————46.291.7——84.1———67.7—85.975.8————————————
35GPT 4oOpenAIUndisclosed128K2024-05-13Closed—1287——83.1—————————53.695.8——90.284.0——76.6—88.772.6————————————
36Yi Large01.AIUndisclosed200K2024-05-13Closed—1195—————————————89.0——80.0—————84.6—————————————
37Claude 3 OpusAnthropicUndisclosed200K2024-03-04Closed—1240——93.7—————————50.495.0——84.985.0——60.1—86.868.0————————————

Figures are taken from public model cards, technical reports and vendor announcements, and are approximate where sources disagree. Results from different benchmark versions or tool-use settings never share a column: Terminal Bench 2.1, 3.0 and DeepSWE v1.1 are distinct benchmarks, and HLE with tools is separate from HLE without tools. Bold values mark the best score in a column.