复杂逻辑推理

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：复杂逻辑推理
  • 测试类型：文本生成
  • 评测维度：逻辑推理
  • 参与评测的模型数：201 个

系统提示词（System Prompt）

你是一名严谨的逻辑学家，擅长演绎推理与三段论分析。 回答要求： 1. 先逐步列出每一条推理步骤，不得跳步。 2. 每一步须标明所依据的前提或规则（如「由前提1」、「由传递律」）。 3. 最终给出明确的结论，结论须以「因此，C为真/假」的形式呈现。 4. 不得引入题目未给出的额外假设或信息。

用户提示词（User Prompt）

请根据以下已知条件，运用演绎推理得出结论，并展示完整的推理过程。 已知条件： - 前提1：如果 A 为真，则 B 为真（A → B） - 前提2：如果 B 为真，则 C 为真（B → C） - 前提3：A 为真 问题： 请逐步推导，C 是否为真？请写出每一步的推理依据。

各模型评测结果

  1. 第 1：Elephant，得分 100.0 分 — 查看该模型的详细评测结果
  2. 第 2：qwen3.5-35b-a3b，得分 99.2 分 — 查看该模型的详细评测结果
  3. 第 3：kimi-k2-thinking-turbo，得分 98.83 分 — 查看该模型的详细评测结果
  4. 第 4：NVIDIA: Nemotron 3 Super (free)，得分 98.7 分 — 查看该模型的详细评测结果
  5. 第 5：Claude Opus 4.6，得分 98.7 分 — 查看该模型的详细评测结果
  6. 第 6：qwen3-max，得分 98.67 分 — 查看该模型的详细评测结果
  7. 第 7：MiniMax-M2.5，得分 98.67 分 — 查看该模型的详细评测结果
  8. 第 8：deepseek-v3.2，得分 98.5 分 — 查看该模型的详细评测结果
  9. 第 9：Meituan: LongCat Flash Chat，得分 98.5 分 — 查看该模型的详细评测结果
  10. 第 10：qwen3-coder-next，得分 98.3 分 — 查看该模型的详细评测结果
  11. 第 11：qwen3-4b，得分 98.2 分 — 查看该模型的详细评测结果
  12. 第 12：mimo-v2-pro，得分 98.2 分 — 查看该模型的详细评测结果
  13. 第 13：kimi-k2.5，得分 98.17 分 — 查看该模型的详细评测结果
  14. 第 14：Anthropic: Claude Haiku 4.5，得分 98.0 分 — 查看该模型的详细评测结果
  15. 第 15：qwen3.5-flash，得分 98.0 分 — 查看该模型的详细评测结果
  16. 第 16：OpenAI: gpt-oss-20b，得分 97.83 分 — 查看该模型的详细评测结果
  17. 第 17：OpenAI: GPT-5.4，得分 97.8 分 — 查看该模型的详细评测结果
  18. 第 18：Google: Gemma 4 31B，得分 97.8 分 — 查看该模型的详细评测结果
  19. 第 19：qwen3-coder-flash，得分 97.7 分 — 查看该模型的详细评测结果
  20. 第 20：qwen3.5-omni-flash，得分 97.7 分 — 查看该模型的详细评测结果
  21. 第 21：Grok 4，得分 97.5 分 — 查看该模型的详细评测结果
  22. 第 22：xAI: Grok 4.1 Fast，得分 97.5 分 — 查看该模型的详细评测结果
  23. 第 23：mimo-v2-omni，得分 97.5 分 — 查看该模型的详细评测结果
  24. 第 24：qwen3.6-plus-preview，得分 97.5 分 — 查看该模型的详细评测结果
  25. 第 25：Google: Gemma 4 26B A4B ，得分 97.5 分 — 查看该模型的详细评测结果
  26. 第 26：OpenAI: GPT-5 Nano，得分 97.5 分 — 查看该模型的详细评测结果
  27. 第 27：MiniMax-M2.1，得分 97.5 分 — 查看该模型的详细评测结果
  28. 第 28：OpenAI: GPT-5 Mini，得分 97.5 分 — 查看该模型的详细评测结果
  29. 第 29：qwen3.5-plus-2026-02-15，得分 97.33 分 — 查看该模型的详细评测结果
  30. 第 30：GLM-5v-turbo，得分 97.3 分 — 查看该模型的详细评测结果
  31. 第 31：Claude Opus 4 7，得分 97.2 分 — 查看该模型的详细评测结果
  32. 第 32：qwen3-8b，得分 97.2 分 — 查看该模型的详细评测结果
  33. 第 33：kimi-k2.6，得分 97.2 分 — 查看该模型的详细评测结果
  34. 第 34：Anthropic: Claude Sonnet 4.6，得分 97.17 分 — 查看该模型的详细评测结果
  35. 第 35：glm-5，得分 97.17 分 — 查看该模型的详细评测结果
  36. 第 36：OpenAI: gpt-oss-120b，得分 97.0 分 — 查看该模型的详细评测结果
  37. 第 37：glm-4.5-air，得分 96.67 分 — 查看该模型的详细评测结果
  38. 第 38：qwen3.5-omni-plus，得分 96.5 分 — 查看该模型的详细评测结果
  39. 第 39：GLM-5.1，得分 96.5 分 — 查看该模型的详细评测结果
  40. 第 40：Qwen: Qwen3.5-9B，得分 96.5 分 — 查看该模型的详细评测结果
  41. 第 41：qwen3-coder-plus，得分 96.3 分 — 查看该模型的详细评测结果
  42. 第 42：MiniMax-M2.7，得分 96.2 分 — 查看该模型的详细评测结果
  43. 第 43：xAI: Grok 4.20 Beta，得分 96.2 分 — 查看该模型的详细评测结果
  44. 第 44：glm-4.7，得分 95.83 分 — 查看该模型的详细评测结果
  45. 第 45：doubao-seed-1-6-flash，得分 95.7 分 — 查看该模型的详细评测结果
  46. 第 46：hunyuan-pro，得分 95.67 分 — 查看该模型的详细评测结果
  47. 第 47：qwen3-235b-a22b，得分 95.5 分 — 查看该模型的详细评测结果
  48. 第 48：doubao-seed-2-0-code，得分 95.2 分 — 查看该模型的详细评测结果
  49. 第 49：StepFun: Step 3.5 Flash，得分 95.2 分 — 查看该模型的详细评测结果
  50. 第 50：GPT-5.2，得分 95.0 分 — 查看该模型的详细评测结果
  51. 第 51：qwen3-14b，得分 94.7 分 — 查看该模型的详细评测结果
  52. 第 52：qwen3.5-27b，得分 94.7 分 — 查看该模型的详细评测结果
  53. 第 53：doubao-seed-1-6，得分 94.4 分 — 查看该模型的详细评测结果
  54. 第 54：Google: Gemini 3.1 Pro Preview，得分 94.17 分 — 查看该模型的详细评测结果
  55. 第 55：Meta: Llama 3.3 70B Instruct，得分 93.83 分 — 查看该模型的详细评测结果
  56. 第 56：mimo-v2-flash，得分 93.5 分 — 查看该模型的详细评测结果
  57. 第 57：Google: Gemini 3 Flash Preview，得分 93.14 分 — 查看该模型的详细评测结果
  58. 第 58：doubao-seed-2-0-mini，得分 92.67 分 — 查看该模型的详细评测结果
  59. 第 59：doubao-seed-1-8，得分 92.5 分 — 查看该模型的详细评测结果
  60. 第 60：OpenAI: GPT-4o-mini，得分 92.22 分 — 查看该模型的详细评测结果
  61. 第 61：hunyuan-large，得分 91.05 分 — 查看该模型的详细评测结果
  62. 第 62：hunyuan-turbo，得分 90.33 分 — 查看该模型的详细评测结果
  63. 第 63：doubao-seed-2-0-pro，得分 88.0 分 — 查看该模型的详细评测结果
  64. 第 64：Mistral: Mistral Nemo，得分 86.13 分 — 查看该模型的详细评测结果
  65. 第 65：qwen3-0.6b，得分 86.0 分 — 查看该模型的详细评测结果
  66. 第 66：doubao-seed-2-0-lite，得分 85.33 分 — 查看该模型的详细评测结果
  67. 第 67：Google: Gemini 2.5 Flash Lite，得分 84.83 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…