参赛选手有六个 
Gemini-2.5-Flash 
o4-mini 
Grok-3-mini 
o3-mini 
QwQ-32B 
Gemini-2.0-Flash-Thinking-0121 
MMLU-Pro（暂缺Gemini-2.5-Flash）：推理能力+知识面综合 
 [image] 
GPQA Diamond：STEM多学科科学推理，钻石级难题 
 [image] 
Humanity’s Last Exam：人类最后的考试，极限推理应用测试 
 [image] 
LiveCodeBench (Coding)：竞技代码 
 [image] 
AIME 2024 (Competition Math)：数学竞赛 
 [image] 
Aider polyglo：代码能力 
 [image]