BenchLeader

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。

发布方
Epoch AI Benchmarking Hub
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。

前 15 名
  1. 1T5-11B88.9%
  2. 2T5-3B86.4%
  3. 3Switch-Large84.7%
  4. 4T5-Large82.7%
  5. 5T5-Base76.2%
  6. 6Switch-Base73.3%
  7. 7InstructGPT 175B71.8%
  8. 8T5-Small63.3%
8 / 8
#
1T5-11B88.9%–
2T5-3B86.4%–
3Switch-Large84.7%–
4T5-Large82.7%–
5T5-Base76.2%–
6Switch-Base73.3%–
7InstructGPT 175B71.8%–
8T5-Small63.3%–

更多推理基准测试 · 全部大模型基准测试

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。