EvalPlus · CODING

MBPP+ 代码测试

MBPP+ 增强测试下的 pass@1。

搜索模型机构展示模型数量排序

悬停或点击柱形图查看信息；最多选中 3 个模型进行对比。

模型评分10 个模型

如何理解这张图表

EvalPlus 官方 pass@1 结果；各模型和提示配置可能不同。

指标单位：pass@1 (%). 数值仅应在相同任务和评测协议内比较。

数据获取日期：2026-10-23. 所示指标中数值越大表示结果越好。

数据来源： EvalPlus · Apache-2.0. 根据官方公开数据重新绘图；筛选部分模型并对数值作四舍五入。非数据源机构官方网站。