<?xml version="1.0" encoding="UTF-8"?><urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9"><url><loc>https://benchmarks.wiki/</loc></url><url><loc>https://benchmarks.wiki/agents</loc></url><url><loc>https://benchmarks.wiki/benchmarks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/agentharm</loc></url><url><loc>https://benchmarks.wiki/benchmarks/aime-2024</loc></url><url><loc>https://benchmarks.wiki/benchmarks/aime-2024/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/aime-2025</loc></url><url><loc>https://benchmarks.wiki/benchmarks/aime-2025/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/amc</loc></url><url><loc>https://benchmarks.wiki/benchmarks/amc/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/arc-agi-2</loc></url><url><loc>https://benchmarks.wiki/benchmarks/arc-agi-2/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/arc-agi-3</loc></url><url><loc>https://benchmarks.wiki/benchmarks/arc-challenge</loc></url><url><loc>https://benchmarks.wiki/benchmarks/arc-challenge/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/arc-easy</loc></url><url><loc>https://benchmarks.wiki/benchmarks/arc-easy/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/arena-hard</loc></url><url><loc>https://benchmarks.wiki/benchmarks/assistantbench</loc></url><url><loc>https://benchmarks.wiki/benchmarks/assistantbench/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/bbeh</loc></url><url><loc>https://benchmarks.wiki/benchmarks/bbeh/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/bbh</loc></url><url><loc>https://benchmarks.wiki/benchmarks/bbh/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/bfcl</loc></url><url><loc>https://benchmarks.wiki/benchmarks/bigcodebench</loc></url><url><loc>https://benchmarks.wiki/benchmarks/bigcodebench/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/boolq</loc></url><url><loc>https://benchmarks.wiki/benchmarks/boolq/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/browsecomp</loc></url><url><loc>https://benchmarks.wiki/benchmarks/browsecomp-plus</loc></url><url><loc>https://benchmarks.wiki/benchmarks/code-contests</loc></url><url><loc>https://benchmarks.wiki/benchmarks/critpt</loc></url><url><loc>https://benchmarks.wiki/benchmarks/critpt/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/cruxeval</loc></url><url><loc>https://benchmarks.wiki/benchmarks/cruxeval/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/drop</loc></url><url><loc>https://benchmarks.wiki/benchmarks/drop/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/ds-1000</loc></url><url><loc>https://benchmarks.wiki/benchmarks/ds-1000/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/frontiermath</loc></url><url><loc>https://benchmarks.wiki/benchmarks/frontierscience</loc></url><url><loc>https://benchmarks.wiki/benchmarks/frontierscience/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/gaia</loc></url><url><loc>https://benchmarks.wiki/benchmarks/gpqa</loc></url><url><loc>https://benchmarks.wiki/benchmarks/gsm8k</loc></url><url><loc>https://benchmarks.wiki/benchmarks/gsm8k/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/harmbench</loc></url><url><loc>https://benchmarks.wiki/benchmarks/hellaswag</loc></url><url><loc>https://benchmarks.wiki/benchmarks/hellaswag/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/hlce</loc></url><url><loc>https://benchmarks.wiki/benchmarks/hlce/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/hle</loc></url><url><loc>https://benchmarks.wiki/benchmarks/humaneval</loc></url><url><loc>https://benchmarks.wiki/benchmarks/humaneval-plus</loc></url><url><loc>https://benchmarks.wiki/benchmarks/humaneval-plus/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/humaneval/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/ifeval</loc></url><url><loc>https://benchmarks.wiki/benchmarks/ifeval/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/jailbreakbench</loc></url><url><loc>https://benchmarks.wiki/benchmarks/livecodebench</loc></url><url><loc>https://benchmarks.wiki/benchmarks/livecodebench/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/longbench-v2</loc></url><url><loc>https://benchmarks.wiki/benchmarks/longbench-v2/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/math</loc></url><url><loc>https://benchmarks.wiki/benchmarks/math/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/mathvista</loc></url><url><loc>https://benchmarks.wiki/benchmarks/mbpp</loc></url><url><loc>https://benchmarks.wiki/benchmarks/mbpp-plus</loc></url><url><loc>https://benchmarks.wiki/benchmarks/mbpp-plus/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/mbpp/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/mgsm</loc></url><url><loc>https://benchmarks.wiki/benchmarks/mgsm/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/mmlu</loc></url><url><loc>https://benchmarks.wiki/benchmarks/mmlu-pro</loc></url><url><loc>https://benchmarks.wiki/benchmarks/mmlu-pro/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/mmlu/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/mmmu</loc></url><url><loc>https://benchmarks.wiki/benchmarks/mmmu-pro</loc></url><url><loc>https://benchmarks.wiki/benchmarks/mmmu-pro/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/mt-bench</loc></url><url><loc>https://benchmarks.wiki/benchmarks/musr</loc></url><url><loc>https://benchmarks.wiki/benchmarks/musr/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/olympiadbench</loc></url><url><loc>https://benchmarks.wiki/benchmarks/olympiadbench/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/omni-math</loc></url><url><loc>https://benchmarks.wiki/benchmarks/omni-math/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/osworld</loc></url><url><loc>https://benchmarks.wiki/benchmarks/ruler</loc></url><url><loc>https://benchmarks.wiki/benchmarks/scicode</loc></url><url><loc>https://benchmarks.wiki/benchmarks/scicode/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/simpleqa</loc></url><url><loc>https://benchmarks.wiki/benchmarks/simpleqa/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/swe-bench-lite</loc></url><url><loc>https://benchmarks.wiki/benchmarks/swe-bench-pro</loc></url><url><loc>https://benchmarks.wiki/benchmarks/swe-bench-pro/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/swe-bench-verified</loc></url><url><loc>https://benchmarks.wiki/benchmarks/tau-bench</loc></url><url><loc>https://benchmarks.wiki/benchmarks/terminal-bench-2-1</loc></url><url><loc>https://benchmarks.wiki/benchmarks/terminal-bench-2-1/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/truthfulqa</loc></url><url><loc>https://benchmarks.wiki/benchmarks/truthfulqa/tasks</loc></url><url><loc>https://benchmarks.wiki/benchmarks/webarena</loc></url><url><loc>https://benchmarks.wiki/benchmarks/winogrande</loc></url><url><loc>https://benchmarks.wiki/benchmarks/zebralogicbench</loc></url><url><loc>https://benchmarks.wiki/benchmarks/zebralogicbench/tasks</loc></url><url><loc>https://benchmarks.wiki/catalog</loc></url><url><loc>https://benchmarks.wiki/models</loc></url></urlset>