Llama 3.1-405B 评测成绩

来自 2 个来源、5 项基准的 6 条成绩。

开放权重发布: 2024年7月23日更新于 2026年10月22日

其他名称: Llama-3.1-405B-Instruct · Llama 3.1 Instruct Turbo (405B) · Llama-3.1-405B · LLaMA-3.1 405B Base

全部评测成绩

基准	分数	名次	设定	来源类型	日期
GPQA Diamond	50.9%	202	Epoch AI run, accuracy	独立评测	2025年1月27日
MMLU	84.4%	8	Exact match; 5-shot	论文 / 技术报告 via Epoch AI	2024年7月23日
MMLU	84.5%	6	Exact match; 5-shot	官方榜单 via Epoch AI	2024年7月23日
MMLU-Pro	73.3%	90	Overall accuracy; data source: Self-Reported; 405B“Llama-3.1-405B-Instruct”	厂商自报	2026年3月11日
AIME (OTIS Mock AIME 2024–2025)	9.7%	215	Epoch AI run, OTIS Mock AIME 2024–2025	独立评测	2025年2月25日
MATH Level 5	49.8%	61	Epoch AI run, accuracy	独立评测	2025年1月27日

Llama 3.1-405B 的这些评测分数来自哪里？

来自 Epoch AI Benchmarking Hub和MMLU-Pro leaderboard (TIGER-Lab)。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。