Darwin-180B-RSI
FINAL-Bench 组织发布的180B参数规模推理模型，在知识推理与数学基准上表现突出
时间轴 (近 90 天)
FINAL-Bench的11个榜首由其Darwin-180B-RSI系列模型贡献，覆盖MMLU-Pro（88.12）、gpqa（94.44）、MMMU_Pro（79.48）、LEXam系列、hmmt_feb_2026（100分）等方向。
韩国AI初创公司VIDRAFT发布了180B参数开放权重模型Darwin-180B-RSI，托管在Hugging Face的FINAL-Bench/Darwin-180B-RSI仓库下。
截至2026年10月19日，Darwin-180B-RSI在AIhoster榜单的MMLU-Pro上以88.1%排名第一，在GPQA Diamond上以94.4%排名第一。
Darwin-180B-RSI在MMLU-Pro和GPQA Diamond评测中均使用了131,072 tokens的思考预算。
Darwin-180B-RSI的MMLU-Pro评测使用单次采样（temperature=1.0、top_p=0.95、top_k=20），GPQA Diamond评测在相同参数下使用最多16次采样的多数投票。
MMLU-Pro前五名分差仅0.6个百分点：Darwin-180B-RSI 88.1%、MiniMax-M2.1 88.0%、Intern-S2-Preview 88.0%、Qwen3.5-397B-A17B 87.8%、DeepSeek-V4-Pro 87.5%。
按照AIhoster方法论，Darwin-180B-RSI的分数来源是VIDRAFT自家模型卡报告，未经第三方独立复现。
材料未说明Darwin-180B-RSI的许可证条款、架构细节、训练超参数和数据集信息，权重实际可下载性和推理服务可用性也未确认。
GPQA Diamond榜单前五名：Darwin-180B-RSI 94.4%（180B）、Kimi-K3 93.5%（2.8T）、Darwin-397B-ZTC 93.4%（404B）、Ornith-1.5-397B 92.8%（403B）、Qwen3.8-2.4T-A95B 92.6%（2.4T）。
Darwin-397B-ZTC在GPQA Diamond上的93.4%使用贪心解码、不做多数投票，与Darwin-180B-RSI的16次采样多数投票不在同一推理预算下。
还有 3 条时间轴事件
全部知识事实 (13)
FINAL-Bench的11个榜首由其Darwin-180B-RSI系列模型贡献，覆盖MMLU-Pro（88.12）、gpqa（94.44）、MMMU_Pro（79.48）、LEXam系列、hmmt_feb_2026（100分）等方向。
50%待验证MMLU-Pro前五名分差仅0.6个百分点：Darwin-180B-RSI 88.1%、MiniMax-M2.1 88.0%、Intern-S2-Preview 88.0%、Qwen3.5-397B-A17B 87.8%、DeepSeek-V4-Pro 87.5%。
50%待验证VIDRAFT的Darwin产品线同时有多个尺度与推理配置的模型进入GPQA榜单前列，包括180B-RSI（第一）、397B-ZTC（第三）和398B-JGOS（第九，90.9%），说明其为多版本并行迭代管线。
50%待验证按照AIhoster方法论，Darwin-180B-RSI的分数来源是VIDRAFT自家模型卡报告，未经第三方独立复现。
50%待验证材料未说明Darwin-180B-RSI的许可证条款、架构细节、训练超参数和数据集信息，权重实际可下载性和推理服务可用性也未确认。
50%待验证截至2026年10月19日，Darwin-180B-RSI在AIhoster榜单的MMLU-Pro上以88.1%排名第一，在GPQA Diamond上以94.4%排名第一。
50%待验证Darwin-180B-RSI在MMLU-Pro和GPQA Diamond评测中均使用了131,072 tokens的思考预算。
50%待验证Darwin-180B-RSI的MMLU-Pro评测使用单次采样（temperature=1.0、top_p=0.95、top_k=20），GPQA Diamond评测在相同参数下使用最多16次采样的多数投票。
50%待验证GPQA Diamond榜单前五名：Darwin-180B-RSI 94.4%（180B）、Kimi-K3 93.5%（2.8T）、Darwin-397B-ZTC 93.4%（404B）、Ornith-1.5-397B 92.8%（403B）、Qwen3.8-2.4T-A95B 92.6%（2.4T）。
50%待验证Darwin-397B-ZTC在GPQA Diamond上的93.4%使用贪心解码、不做多数投票，与Darwin-180B-RSI的16次采样多数投票不在同一推理预算下。
50%待验证MMMU_Pro榜首是Darwin-180B-RSI，得分79.48；ScreenSpot-Pro榜首是meta-models/Muse-Glimmer-30B，得分75.4；open-asr-leaderboard第一是Edge0/ARK-ASR-3B，得分4.76（越低越好）。
50%待验证Darwin 模型系列在 Hugging Face 上有公开记录，参考 VIDRAFT 此前发布的曾登顶五个 Hugging Face 基准的 Darwin-180B-RSI，可到其组织主页查看已发布的 checkpoint。
50%待验证韩国AI初创公司VIDRAFT发布了180B参数开放权重模型Darwin-180B-RSI，托管在Hugging Face的FINAL-Bench/Darwin-180B-RSI仓库下。
50%