Reasoning

• Gemini 2.0 Flash Thinking：完整基准性能指南
• Sonar Reasoning：完整基准性能指南
• o1：完整基准性能指南
• Phi-4：完整基准性能指南
• Llama 3.3 70B：完整基准性能指南
• Llama 3.1 Nemotron 70B：完整基准性能指南
• NVIDIA Llama 3.1 Nemotron 70B：完整基准性能指南
• o1 mini：完整基准性能指南
• o1 Preview：完整基准性能指南
• Sonar Huge：完整基准性能指南
• Hermes 3 Llama 3.1 405B：完整基准性能指南
• GPT-4o (2024-08-06)：完整基准性能指南
• GPT-4o (2024-05-13)：完整基准性能指南
• IFEval：基准测试详解
• MUSR：基准测试详解
• WinoGrande：基准测试详解
• Orca 2 13B：完整基准性能指南
• GPT-4 32K：完整基准性能指南
• GPT-4：完整基准性能指南
• BBH (BIG-Bench Hard)：基准测试详解
• ARC：基准测试详解