benchmarks/

Pages

• 📄 MMLU Pro 1,220w HTML · MD
• 📄 AIME 512w HTML · MD
• 📄 CorpFin (v2) 980w HTML · MD
• 📄 Vals Multimodal Index 670w HTML · MD
• 📄 Vals Index 643w HTML · MD
• 📄 MortgageTax 914w HTML · MD
• 📄 MedCode 978w HTML · MD
• 📄 Terminal-Bench 2.0 543w HTML · MD
• 📄 CaseLaw (v2) 765w HTML · MD
• 📄 TaxEval (v2) 821w HTML · MD
• 📄 MMMU Pro 579w HTML · MD
• 📄 GPQA 1,511w HTML · MD
• 📄 SWE-bench 903w HTML · MD