SAGE

更新于 2026年9月25日·14 次浏览

问题数量: —
发布机构: Vals AI
评测类别: 客服与业务流程
评测指标: Accuracy (%) · 越高越好
支持语言: English
难度等级: —

简介

SAGE（Student Assessment with Generative Evaluation）考察模型能否按既定评分标准批改学生手写的数学作业，需要识读数学符号、理解评分细则并保持判分一致，题目覆盖自动机、线性代数、偏微分方程等高等数学领域。

SAGE评测最新大模型排名与完整榜单数据

查看 SAGE 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。

数据来源：DataLearnerAI

数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。了解数据收集方法

模型模式说明

许可证:

来源:

模型发布时间截止:

排名	模型				开源情况
	Opus 4.7 思考水平·Max工具	56.10	2026-04-16	未知	闭源
	Claude Opus 4.8 思考水平·Max工具	54.79	2026-05-28	未知	闭源
	Kimi K3 思考水平·Max工具	54.26	2026-07-16	28000亿	有条件商用
4	GPT-5.6 Sol 思考水平·Max工具	52.56	2026-06-26	未知	闭源
5	Qwen3.8-27B 思考水平·极高工具	52.40	2026-08-14	270亿	免费商用
6	Opus 4.5 思考水平·高工具	52.09	2025-11-25	未知	闭源
7	Claude Fable 5 思考水平·Max工具	51.89	2026-06-09	未知	闭源
8	Claude Opus 4.6 思考水平·Max工具	51.58	2026-02-05	未知	闭源
9	GPT-5.5 思考水平·极高工具	51.53	2026-04-23	未知	闭源
10	GPT-5.4 mini 思考水平·极高工具	50.81	2026-03-17	未知	闭源
11	Gemini 3.5 Flash 思考水平·高工具	49.88	2026-06-20	未知	闭源
12	Kimi K2.5 开启思考工具	49.87	2026-01-27	10000亿	免费商用
13	Gemini 3.1 Flash-Lite 思考水平·高工具	49.54	2026-05-07	未知	闭源
14	Claude Opus 5 思考水平·Max工具	49.43	2026-07-24	未知	闭源
15	GPT-5.2 思考水平·极高工具	49.27	2025-12-11	未知	闭源
16	Gemini 3.7 Flash 思考水平·高工具	49.23	2026-08-13	未知	闭源
17	Claude Sonnet 5 思考水平·Max工具	48.92	2026-06-30	未知	闭源
18	Gemini 3.6 Flash 思考水平·高工具	48.69	2026-07-21	未知	闭源
19	Gemini 3.1 Pro Preview 思考水平·高工具	48.68	2026-02-20	未知	闭源
20	Claude Fable 5.1 思考水平·Max工具	48.53	2026-09-01	未知	闭源
21	GPT-6 Luna 思考水平·Max工具	48.09	2026-09-22	未知	闭源
22	DeepSeek-V4.1-Flash 思考水平·高工具	47.88	2026-09-10	5520亿	免费商用
23	Muse Spark 1.2 思考水平·极高工具	47.66	2026-08-05	未知	闭源
24	Gemini 3 Pro 思考水平·高工具	47.62	2026-02-01	未知	闭源
25	Gemini 3.5 Flash-Lite 思考水平·高工具	47.30	2026-07-21	未知	闭源
26	GPT-5.6 Terra 思考水平·Max工具	47.00	2026-06-26	未知	闭源
27	Claude Sonnet 4.6 思考水平·Max工具	46.58	2026-02-17	未知	闭源
28	GPT-6 Astra 思考水平·Max工具	46.37	2026-09-03	未知	闭源
29	Claude Opus 5.5 思考水平·Max工具	45.83	2026-09-22	未知	闭源
30	Muse Spark 1.1 思考水平·极高工具	45.58	2026-07-09	未知	闭源