条件推理

这是一个 AI 大模型评测用例，下面将详细介绍测试内容和各模型的表现。

基本信息

  • 用例名称：条件推理
  • 测试类型：文本生成
  • 评测维度：推理链
  • 参与评测的模型数：203 个

系统提示词（System Prompt）

你是一名严谨的逻辑推理助手，擅长处理简单的比较关系推理题。 回答要求： 1. 先逐条列出已知条件，明确各实体之间的直接关系。 2. 按照条件逐步推导，每一步推导必须有对应的已知条件支撑，不得跳步。 3. 最终给出唯一、明确的结论，结论须与推导过程完全一致。 4. 语言简洁清晰，无需使用专业术语，适合入门级逻辑题的表达风格。

用户提示词（User Prompt）

请阅读以下已知条件，并回答问题： 已知： - 小明比小红高 - 小红比小华高 问题：请根据以上条件，判断小明、小红、小华三人中谁最高、谁最矮，并按从高到矮的顺序排列三人。 要求：请写出你的推理过程，再给出最终排序结论。

各模型评测结果

  1. 第 1：qwen3.5-27b，得分 99.0 分 — 查看该模型的详细评测结果
  2. 第 2：StepFun: Step 3.5 Flash，得分 99.0 分 — 查看该模型的详细评测结果
  3. 第 3：kimi-k2.5，得分 98.33 分 — 查看该模型的详细评测结果
  4. 第 4：Qwen: Qwen3.5-9B，得分 98.3 分 — 查看该模型的详细评测结果
  5. 第 5：qwen3.6-plus-preview，得分 98.3 分 — 查看该模型的详细评测结果
  6. 第 6：qwen3.5-flash，得分 98.2 分 — 查看该模型的详细评测结果
  7. 第 7：mimo-v2-pro，得分 98.2 分 — 查看该模型的详细评测结果
  8. 第 8：qwen3.5-35b-a3b，得分 98.0 分 — 查看该模型的详细评测结果
  9. 第 9：qwen3-coder-flash，得分 97.8 分 — 查看该模型的详细评测结果
  10. 第 10：qwen3.5-omni-plus，得分 97.8 分 — 查看该模型的详细评测结果
  11. 第 11：OpenAI: GPT-5.4，得分 97.8 分 — 查看该模型的详细评测结果
  12. 第 12：qwen3-14b，得分 97.8 分 — 查看该模型的详细评测结果
  13. 第 13：mimo-v2-omni，得分 97.8 分 — 查看该模型的详细评测结果
  14. 第 14：kimi-k2-thinking-turbo，得分 97.33 分 — 查看该模型的详细评测结果
  15. 第 15：OpenAI: gpt-oss-20b，得分 97.33 分 — 查看该模型的详细评测结果
  16. 第 16：glm-5，得分 97.33 分 — 查看该模型的详细评测结果
  17. 第 17：MiniMax-M2.5，得分 97.33 分 — 查看该模型的详细评测结果
  18. 第 18：qwen3.5-plus-2026-02-15，得分 97.33 分 — 查看该模型的详细评测结果
  19. 第 19：OpenAI: GPT-5 Nano，得分 97.33 分 — 查看该模型的详细评测结果
  20. 第 20：glm-4.7，得分 97.33 分 — 查看该模型的详细评测结果
  21. 第 21：xAI: Grok 4.1 Fast，得分 97.33 分 — 查看该模型的详细评测结果
  22. 第 22：doubao-seed-1-8，得分 97.3 分 — 查看该模型的详细评测结果
  23. 第 23：glm-5-turbo，得分 97.3 分 — 查看该模型的详细评测结果
  24. 第 24：qwen3-coder-plus，得分 97.3 分 — 查看该模型的详细评测结果
  25. 第 25：qwen3-235b-a22b，得分 97.3 分 — 查看该模型的详细评测结果
  26. 第 26：glm-4.5-air，得分 96.83 分 — 查看该模型的详细评测结果
  27. 第 27：Claude Opus 4.6，得分 96.8 分 — 查看该模型的详细评测结果
  28. 第 28：Claude Opus 4 7，得分 96.7 分 — 查看该模型的详细评测结果
  29. 第 29：Google: Gemini 3 Flash Preview，得分 96.63 分 — 查看该模型的详细评测结果
  30. 第 30：doubao-seed-2-0-code，得分 96.5 分 — 查看该模型的详细评测结果
  31. 第 31：xAI: Grok 4.20 Beta，得分 96.5 分 — 查看该模型的详细评测结果
  32. 第 32：Anthropic: Claude Sonnet 4.6，得分 96.5 分 — 查看该模型的详细评测结果
  33. 第 33：qwen3-coder-next，得分 96.5 分 — 查看该模型的详细评测结果
  34. 第 34：NVIDIA: Nemotron 3 Super (free)，得分 96.2 分 — 查看该模型的详细评测结果
  35. 第 35：MiniMax-M2.7，得分 96.2 分 — 查看该模型的详细评测结果
  36. 第 36：Meituan: LongCat Flash Chat，得分 96.17 分 — 查看该模型的详细评测结果
  37. 第 37：qwen3.5-omni-flash，得分 95.8 分 — 查看该模型的详细评测结果
  38. 第 38：kimi-k2.6，得分 95.7 分 — 查看该模型的详细评测结果
  39. 第 39：Google: Gemma 4 31B，得分 95.7 分 — 查看该模型的详细评测结果
  40. 第 40：GLM-5.1，得分 95.7 分 — 查看该模型的详细评测结果
  41. 第 41：GLM-5v-turbo，得分 95.7 分 — 查看该模型的详细评测结果
  42. 第 42：Google: Gemini 3.1 Pro Preview，得分 95.67 分 — 查看该模型的详细评测结果
  43. 第 43：Anthropic: Claude Haiku 4.5，得分 95.5 分 — 查看该模型的详细评测结果
  44. 第 44：doubao-seed-1-6，得分 95.5 分 — 查看该模型的详细评测结果
  45. 第 45：OpenAI: GPT-5 Mini，得分 95.33 分 — 查看该模型的详细评测结果
  46. 第 46：OpenAI: gpt-oss-120b，得分 95.17 分 — 查看该模型的详细评测结果
  47. 第 47：mimo-v2-flash，得分 94.83 分 — 查看该模型的详细评测结果
  48. 第 48：Google: Gemma 4 26B A4B ，得分 94.7 分 — 查看该模型的详细评测结果
  49. 第 49：GPT-5.2，得分 94.5 分 — 查看该模型的详细评测结果
  50. 第 50：qwen3-8b，得分 94.2 分 — 查看该模型的详细评测结果
  51. 第 51：qwen3-4b，得分 94.2 分 — 查看该模型的详细评测结果
  52. 第 52：doubao-seed-2-0-mini，得分 93.83 分 — 查看该模型的详细评测结果
  53. 第 53：OpenAI: GPT-4o-mini，得分 93.67 分 — 查看该模型的详细评测结果
  54. 第 54：hunyuan-large，得分 93.5 分 — 查看该模型的详细评测结果
  55. 第 55：hunyuan-pro，得分 93.07 分 — 查看该模型的详细评测结果
  56. 第 56：doubao-seed-1-6-flash，得分 93.0 分 — 查看该模型的详细评测结果
  57. 第 57：Grok 4，得分 92.1 分 — 查看该模型的详细评测结果
  58. 第 58：deepseek-v3.2，得分 91.5 分 — 查看该模型的详细评测结果
  59. 第 59：Elephant，得分 90.7 分 — 查看该模型的详细评测结果
  60. 第 60：MiniMax-M2.1，得分 90.7 分 — 查看该模型的详细评测结果
  61. 第 61：qwen3-max，得分 88.67 分 — 查看该模型的详细评测结果
  62. 第 62：Mistral: Mistral Nemo，得分 88.3 分 — 查看该模型的详细评测结果
  63. 第 63：Meta: Llama 3.3 70B Instruct，得分 85.8 分 — 查看该模型的详细评测结果
  64. 第 64：hunyuan-turbo，得分 84.67 分 — 查看该模型的详细评测结果
  65. 第 65：qwen3-0.6b，得分 84.3 分 — 查看该模型的详细评测结果
  66. 第 66：doubao-seed-2-0-pro，得分 78.5 分 — 查看该模型的详细评测结果
  67. 第 67：doubao-seed-2-0-lite，得分 71.67 分 — 查看该模型的详细评测结果
  68. 第 68：Google: Gemini 2.5 Flash Lite，得分 55.22 分 — 查看该模型的详细评测结果
题目
模型排行
加载中…
模型评分
加载中…