BenchLeader

MLCR 排行榜

截至 2026年11月16日,MLCR 的最高分为 43.9%,由 Claude Fable 5.2(Anthropic)取得,领先于 GPT-6 Astra(41.7%)。共有 181 个模型配置公布了结果(Artificial Analysis,结果日期 2026年11月9日)。医学长上下文推理:基于冗长的病历回答临床问题,综合评估准确性、完整性和简洁性。MLCR 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Claude Fable 5.2 以 43.9% 保持 MLCR 最高分(Artificial Analysis,2026年11月9日)。
  • GPT-6 Astra 以 41.7% 位列 MLCR 第二(Artificial Analysis,2026年9月3日)。
  • MLCR:医学长上下文推理:基于冗长的病历回答临床问题,综合评估准确性、完整性和简洁性(Artificial Analysis)。
  • BenchLeader 上有 181 个模型配置公布了 MLCR 结果(BenchLeader,2026年11月16日)。
  • MLCR 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

医学长上下文推理:基于冗长的病历回答临床问题,综合评估准确性、完整性和简洁性。

发布方
Artificial Analysis
类别
长上下文
Index 权重
仅作参考
模型
181
数据截至
2026年11月16日

Source: Artificial Analysis (artificialanalysis.ai). Data taken from the public leaderboard.

181 / 181
#
1新Claude Fable 5.2max43.9%72.72026-11-09
2GPT-6 Astramax41.7%67.32026-09-03
3Claude Sonnet 5.5max41.7%64.22026-09-28
4GPT-6.1 Solmax38.3%66.62026-09-29
5GPT-6 Astramedium38.3%64.42026-09-03
6Kimi K3.1 Pro38.3%61.82026-10-23
7GPT-6 Astraxhigh36.1%66.02026-09-03
8GPT-6.1 Solxhigh35.6%63.62026-09-29
9Claude Haiku 5.5max35.0%55.32026-10-07
10GPT-6 Solmax33.9%62.62026-09-22
11GPT-6 Astralow33.9%62.02026-09-03
12GPT-6 Astrahigh32.8%66.32026-09-03
13Hy432.8%56.72026-11-03
14GPT-6.1 Solmedium32.2%62.72026-09-29
15GPT-6 Solxhigh32.2%58.42026-09-22
16GPT-6.1 Solhigh31.7%63.42026-09-29
17GPT-5.5 Instant31.7%56.92026-06-25
18GPT-6.1 Terramax30.6%64.12026-10-26
19Qwen3.8 2.4T A95B30.6%51.42026-08-12
20GPT-5.6 Solmax30.0%65.32026-07-09
21GPT-6 Solhigh29.4%58.12026-09-22
22GPT-5.5xhigh28.9%64.12026-04-23
23GPT-6 Solmedium28.9%56.92026-09-22
24Claude Opus 5.5max27.8%68.42026-09-22
25GPT-5.6 Solxhigh27.8%63.92026-07-09
26GPT-5.6 Terramax27.2%59.52026-07-09
27GPT-6.1 Sollow26.7%60.02026-09-29
28DeepSeek V4.1 Flash 1017max26.7%57.72026-10-17
29GPT-5.6 Solmedium26.1%61.32026-07-09
30Qwen3.8 Maxmax26.1%58.72026-08-03
31GPT-6 Lunamax26.1%55.12026-09-22
32GPT-6 Sollow25.6%54.52026-09-22
33Claude Opus 5.5xhigh25.0%65.42026-09-22
34GPT-5.5high25.0%63.52026-04-23
35GPT-5.6 Solhigh24.4%63.42026-07-09
36DeepSeek V4.1 Flashmax23.9%58.52026-09-10
37GPT-5.6 Sollow23.3%60.22026-07-09
38GPT-5.6 Terraxhigh22.8%60.12026-07-09
39GPT-5.6 Terramedium22.8%52.72026-07-09
40Qwen3.8 27Bxhigh22.8%52.22026-08-14
41GPT-6 Sol无推理22.8%49.02026-09-22
42Muse Wonder Fullmax22.2%61.72026-10-12
43Claude Opus 5.5medium22.2%61.22026-09-22
44Muse Wondermax22.2%60.82026-10-12
45GPT-5.5medium22.2%60.82026-04-23
46Kimi K3max21.7%60.22026-07-16
47新Gemini 4 Hydrogenxhigh21.1%61.82026-11-12
48Grok 4.7low21.1%55.42026-09-21
49Claude Fable 5max20.6%65.12026-06-09
50Claude Sonnet 5.5xhigh20.6%62.52026-09-28
51Inkling 2 Small20.6%57.92026-11-05
52Qwen3.8-Flash-Next20.6%53.92026-08-26
53GPT-6 Lunaxhigh20.6%52.02026-09-22
54Grok 4.7xhigh20.0%57.42026-09-21
55GPT-5.6 Lunamax20.0%56.22026-07-09
56GPT-5.4 Minixhigh20.0%55.12026-03-17
57GPT-5.6 Terralow20.0%53.32026-07-09
58Gemini 4 Carbonhigh19.4%68.92026-10-28
59Claude Opus 4.8max19.4%61.12026-05-28
60Claude Opus 5.5low19.4%58.92026-09-22

更多长上下文基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《MLCR 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/aa_mlcr。

MLCR:常见问题

MLCR 衡量的是什么?
医学长上下文推理:基于冗长的病历回答临床问题,综合评估准确性、完整性和简洁性。分数以完成任务的百分比表示,越高越好。
MLCR 的最高分是多少?
截至 2026年11月16日,MLCR 的最高分为 43.9%,由 Claude Fable 5.2 取得(结果日期 2026年11月9日),领先于 GPT-6 Astra(41.7%)。分数来自 Artificial Analysis,每天重新读取。
哪个 AI 模型在 MLCR 上领先?
截至 2026年11月16日,MLCR 排名第一的是 Claude Fable 5.2,分数为 43.9%(结果日期 2026年11月9日)。其后为 GPT-6 Astra(41.7%)。
有多少模型有 MLCR 结果?
BenchLeader 上有 181 个模型配置有 MLCR 结果,全部取自 Artificial Analysis。
MLCR 由谁运行,多久更新一次?
MLCR 由 Artificial Analysis 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
MLCR 是否计入 BenchLeader Index?
不计入。MLCR 仅作参考展示,不计入综合分数。