MultiNRC 排行榜
截至 2026年11月16日,MultiNRC 的最高分为 65.6%,由 Muse Spark 1.1(Meta)取得,领先于 GPT-5 Pro(65.2%)。共有 44 个模型配置公布了结果(Scale AI SEAL,结果日期 2026年7月9日)。MultiNRC 用多种语言的母语者直接编写(而非从英语翻译)的题目测试推理,因此文化和语言背景很重要。MultiNRC 计入 BenchLeader Index 的知识得分。
要点(截至 2026年11月16日)
- Muse Spark 1.1 以 65.6% 保持 MultiNRC 最高分(Scale AI SEAL,2026年7月9日)。
- GPT-5 Pro 以 65.2% 位列 MultiNRC 第二(Scale AI SEAL,2025年11月6日)。
- MultiNRC:多种语言的原生推理。Scale AI(Scale AI SEAL)。
- BenchLeader 上有 44 个模型配置公布了 MultiNRC 结果(BenchLeader,2026年11月16日)。
- MultiNRC 计入 BenchLeader Index 的知识类别(BenchLeader 方法论)。
多种语言的原生推理。Scale AI。
Scale AI SEAL 将这 44 个结果中的 27 个标记为可能受到污染:模型是在题目公开之后才接受评测的,题目可能已经进入其训练数据。这些分数同样列在下表中,并与其他结果以相同权重计入 Index。
- 类别
- 知识
- Index 权重
- 0.5
- 模型
- 44
- 数据截至
- 2026年11月16日
Scale AI SEAL Leaderboards.
测试内容
MultiNRC 用多种语言的母语者直接编写(而非从英语翻译)的题目测试推理,因此文化和语言背景很重要。
评分方式
各语言的准确率,由 Scale AI 发布。
注意事项
语言覆盖仅限于 Scale 选定的范围;英语很强的模型在这里也可能得分很低。
- 1Muse Spark 1.165.6%
- 2GPT-5 Pro65.2%
- 3Gemini 3.1 Pro64.7%
- 4GPT-5.4 Pro62.3%
- 5Muse Spark59.0%
- 6Gemini 3 Pro59.0%
- 7GPT-5.4 (thinking)58.3%
- 8Claude Opus 4.6 (max)57.1%
- 9GPT-552.1%
- 10o3-pro (high)49.0%
- 11GPT-5.1 (thinking)49.0%
- 12Claude Opus 4.5 (thinking)48.6%
- 13Claude Opus 4.6 (none)48.3%
- 14o3 (high)45.5%
- 15Gemini 2.5 Pro45.1%
44 / 44
| # | |||||
|---|---|---|---|---|---|
| 1 | 65.6% | 62.2 | 2026-07-09 | – | |
| 2 | 65.2% | 59.6 | 2025-11-06 | 可能 | |
| 3 | 64.7% | 59.9 | 2026-03-25 | 可能 | |
| 4 | 62.3% | 63.1 | 2026-03-23 | 可能 | |
| 5 | 59.0% | 64.2 | 2026-04-08 | 可能 | |
| 6 | 59.0% | 60.0 | 2025-11-19 | 可能 | |
| 7 | 58.3% | – | 2026-03-10 | 可能 | |
| 8 | 57.1% | 57.0 | 2026-02-17 | 可能 | |
| 9 | 52.1% | 56.6 | 2025-08-08 | 可能 | |
| 10 | 49.0% | 55.9 | 2025-06-26 | – | |
| 11 | 49.0% | 54.6 | 2025-11-26 | 可能 | |
| 12 | 48.6% | 59.3 | 2025-11-26 | 可能 | |
| 13 | 48.3% | 58.4 | 2026-02-17 | 可能 | |
| 14 | 45.5% | 55.1 | 2025-04-16 | – | |
| 15 | 45.1% | 55.2 | 2025-04-16 | – | |
| 16 | 44.5% | 53.3 | 2025-05-24 | – | |
| 17 | 42.2% | 56.7 | 2025-12-15 | 可能 | |
| 18 | 41.2% | 57.1 | 2025-11-26 | 可能 | |
| 19 | 38.4% | 58.1 | 2025-08-08 | 可能 | |
| 20 | 35.8% | 52.3 | 2025-10-02 | 可能 | |
| 21 | 35.2% | 54.6 | 2026-02-12 | 可能 | |
| 22 | 33.9% | 55.7 | 2025-05-23 | – | |
| 23 | 29.7% | 51.1 | 2025-08-08 | 可能 | |
| 24 | 29.0% | 51.9 | 2025-05-20 | – | |
| 25 | 28.1% | 53.8 | 2025-10-02 | 可能 | |
| 26 | 27.8% | 52.9 | 2025-03-05 | – | |
| 27 | 27.6% | 49.1 | 2025-03-05 | – | |
| 28 | 27.1% | 51.8 | 2025-08-05 | 可能 | |
| 29 | 25.0% | 52.6 | 2026-03-23 | 可能 | |
| 30 | 24.3% | 47.2 | 2025-06-05 | – | |
| 31 | 23.9% | 56.6 | 2025-08-22 | 可能 | |
| 32 | 23.6% | 49.0 | 2025-08-26 | 可能 | |
| 33 | 22.2% | 51.2 | 2025-05-06 | – | |
| 34 | 21.2% | 48.7 | 2025-03-31 | – | |
| 35 | 18.5% | 51.1 | 2025-07-24 | – | |
| 36 | 18.4% | 50.0 | 2025-05-23 | – | |
| 37 | 18.3% | – | 2025-11-26 | 可能 | |
| 38 | 17.6% | 50.1 | 2025-07-24 | – | |
| 39 | 17.4% | 51.6 | 2025-08-13 | 可能 | |
| 40 | 15.2% | 46.1 | 2025-08-13 | 可能 | |
| 41 | 12.4% | 42.8 | 2025-05-23 | – | |
| 42 | 10.4% | 46.7 | 2025-08-13 | 可能 | |
| 43 | 10.4% | 44.5 | 2025-08-13 | 可能 | |
| 44 | 8.4% | 41.8 | 2025-04-17 | – |
相关基准测试
MultiNRC 上的热门模型对比
引用格式:BenchLeader,《MultiNRC 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/scale_multinrc。
MultiNRC:常见问题
- MultiNRC 衡量的是什么?
- MultiNRC 用多种语言的母语者直接编写(而非从英语翻译)的题目测试推理,因此文化和语言背景很重要。分数以完成任务的百分比表示,越高越好。
- MultiNRC 的最高分是多少?
- 截至 2026年11月16日,MultiNRC 的最高分为 65.6%,由 Muse Spark 1.1 取得(结果日期 2026年7月9日),领先于 GPT-5 Pro(65.2%)。分数来自 Scale AI SEAL,每天重新读取。
- 哪个 AI 模型在 MultiNRC 上领先?
- 截至 2026年11月16日,MultiNRC 排名第一的是 Muse Spark 1.1,分数为 65.6%(结果日期 2026年7月9日)。其后为 GPT-5 Pro(65.2%)。
- 有多少模型有 MultiNRC 结果?
- BenchLeader 上有 44 个模型配置有 MultiNRC 结果,全部取自 Scale AI SEAL。
- MultiNRC 由谁运行,多久更新一次?
- MultiNRC 由 Scale AI SEAL 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。
- MultiNRC 是否计入 BenchLeader Index?
- 计入。MultiNRC 计入 BenchLeader Index 的知识类别,并经过归一化,使参评模型的平均值为 50。