SuperGLUE 排行榜
截至 2026年11月16日,SuperGLUE 的最高分为 88.9%,由 T5-11B(Google)取得,领先于 T5-3B(86.4%)。共有 8 个模型配置公布了结果(Epoch AI Benchmarking Hub)。一套语言理解任务。SuperGLUE 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- T5-11B 以 88.9% 保持 SuperGLUE 最高分(Epoch AI Benchmarking Hub,2026年11月16日)。
- T5-3B 以 86.4% 位列 SuperGLUE 第二(Epoch AI Benchmarking Hub,2026年11月16日)。
- SuperGLUE:一组语言理解任务。2019 年的基准测试,对当前模型已饱和,保留作为历史记录(Epoch AI Benchmarking Hub)。
- BenchLeader 上有 8 个模型配置公布了 SuperGLUE 结果(BenchLeader,2026年11月16日)。
- SuperGLUE 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
一组语言理解任务。2019 年的基准测试,对当前模型已饱和,保留作为历史记录。
- 类别
- 推理
- Index 权重
- 仅作参考
- 模型
- 8
- 数据截至
- 2026年11月16日
CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.
测试内容
一套语言理解任务。
评分方式
准确率,由 Epoch AI 根据已公布的结果汇编。
注意事项
已饱和:前沿模型的得分接近上限,所以它只能区分较旧或较小的模型,而且结果大多由提供商自报。
- 1T5-11B88.9%
- 2T5-3B86.4%
- 3Switch-Large84.7%
- 4T5-Large82.7%
- 5T5-Base76.2%
- 6Switch-Base73.3%
- 7InstructGPT 175B71.8%
- 8T5-Small63.3%
8 / 8
| # | |||
|---|---|---|---|
| 1 | 88.9% | – | |
| 2 | 86.4% | – | |
| 3 | 84.7% | – | |
| 4 | 82.7% | – | |
| 5 | 76.2% | – | |
| 6 | 73.3% | – | |
| 7 | 71.8% | – | |
| 8 | 63.3% | – |
引用格式:BenchLeader,《SuperGLUE 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/superglue。
SuperGLUE:常见问题
- SuperGLUE 衡量的是什么?
- 一套语言理解任务。分数以完成任务的百分比表示,越高越好。
- SuperGLUE 的最高分是多少?
- 截至 2026年11月16日,SuperGLUE 的最高分为 88.9%,由 T5-11B 取得,领先于 T5-3B(86.4%)。分数来自 Epoch AI Benchmarking Hub,每天重新读取。
- 哪个 AI 模型在 SuperGLUE 上领先?
- 截至 2026年11月16日,SuperGLUE 排名第一的是 T5-11B,分数为 88.9%。其后为 T5-3B(86.4%)。
- 有多少模型有 SuperGLUE 结果?
- BenchLeader 上有 8 个模型配置有 SuperGLUE 结果,全部取自 Epoch AI Benchmarking Hub。
- SuperGLUE 由谁运行,多久更新一次?
- SuperGLUE 由 Epoch AI Benchmarking Hub 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。
- SuperGLUE 是否计入 BenchLeader Index?
- 不计入。SuperGLUE 仅作参考展示,不计入综合分数。