GPQA
نتائج معايير الذكاء الاصطناعي وأداء النماذج
النوع: percentageGeneral Knowledge
النتائج المسجلة
230
متوسط النقاط
65.04%
نطاق النقاط
11.90% - 94.30%
النموذج المتصدر
94.30% - Gemini 3.1 Pro Preview
النقاط بمرور الوقت
نقاط المعيار الفردية معروضة حسب التاريخ.
نتائج النماذج
| المؤسسة | النماذج | تاريخ الإبلاغ | أعلى نقطة | معلومات | مُبلَّغ عنها ذاتيًا | المصدر |
|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | ١٩ فبراير ٢٠٢٦ | ٩٤٫٣٠٪ | GPQA Diamond subset | نعم | المصدر | |
| Gemini 3.1 Pro Preview Customtools | ١٩ فبراير ٢٠٢٦ | ٩٤٫٣٠٪ | inferred alias of gemini-3.1-pro-preview | نعم | المصدر | |
| GPT 5 Pro | ٠٧ أغسطس ٢٠٢٥ | ٩٢٫٨٠٪ | inferred family alias from gpt-5.4 (score=0.4083; benches=19) | نعم | المصدر | |
| GPT 5 Search API | ١٤ أكتوبر ٢٠٢٥ | ٩٢٫٨٠٪ | inferred family alias from gpt-5.4 (score=0.3050; benches=19) | نعم | المصدر | |
| GPT 5.4 | ٠٥ مارس ٢٠٢٦ | ٩٢٫٨٠٪ | - | نعم | المصدر | |
| GPT 5.2 Chat | ١١ ديسمبر ٢٠٢٥ | ٩٢٫٤٠٪ | inferred alias from gpt-5.2-2025-12-11 | نعم | المصدر | |
| Gemini 3 Pro Image Preview (Nano Banana Pro) | ٢٠ نوفمبر ٢٠٢٥ | ٩١٫٩٠٪ | inferred modality/version alias from gemini-3-pro-preview | نعم | المصدر | |
| Gemini 3 Pro Preview | ١٨ نوفمبر ٢٠٢٥ | ٩١٫٩٠٪ | GPQA Diamond subset | نعم | المصدر | |
| Claude Opus 4.6 | ٠٥ فبراير ٢٠٢٦ | ٩١٫٣٠٪ | - | نعم | المصدر | |
| Gemini 3 Flash Preview | ١٧ ديسمبر ٢٠٢٥ | ٩٠٫٤٠٪ | GPQA Diamond subset | نعم | المصدر | |
| Qwen 3.6 Plus | ٠١ أبريل ٢٠٢٦ | ٩٠٫٤٠٪ | - | نعم | المصدر | |
| Claude Sonnet 4.6 | ١٧ فبراير ٢٠٢٦ | ٨٩٫٩٠٪ | - | نعم | المصدر | |
| Seed 2.0 Pro | ١٤ فبراير ٢٠٢٦ | ٨٨٫٩٠٪ | - | نعم | المصدر | |
| Qwen 3.5 397B A17B | ١٦ فبراير ٢٠٢٦ | ٨٨٫٤٠٪ | - | نعم | المصدر | |
| Grok 4 Heavy | ١٠ يوليو ٢٠٢٥ | ٨٨٫٤٠٪ | - | نعم | المصدر | |
| GPT 5.1 Chat | ١٣ نوفمبر ٢٠٢٥ | ٨٨٫١٠٪ | inferred alias from gpt-5.1-2025-11-13 | نعم | المصدر | |
| GPT 5.4 Mini | ١٧ مارس ٢٠٢٦ | ٨٨٪ | - | نعم | المصدر | |
| Kimi K2.5 | ٢٧ يناير ٢٠٢٦ | ٨٧٫٦٠٪ | - | نعم | المصدر | |
| Grok 4 | ١٠ يوليو ٢٠٢٥ | ٨٧٫٥٠٪ | - | نعم | المصدر | |
| Gemini 3.1 Flash Image Preview (Nano Banana 2) | ٢٦ فبراير ٢٠٢٦ | ٨٦٫٩٠٪ | inferred modality/version alias from gemini-3.1-flash-lite-preview | نعم | المصدر | |
| Gemini 3.1 Flash-Lite | ٠٧ مايو ٢٠٢٦ | ٨٦٫٩٠٪ | GPQA Diamond subset | نعم | المصدر | |
| Gemini 3.1 Flash Lite Preview | ٠٣ مارس ٢٠٢٦ | ٨٦٫٩٠٪ | GPQA Diamond subset | نعم | المصدر | |
| Qwen 3.5 122B A10B | ٢٤ فبراير ٢٠٢٦ | ٨٦٫٦٠٪ | - | نعم | المصدر | |
| Gemini 2.5 Pro Preview TTS (2025-05-20) | ٢٠ مايو ٢٠٢٥ | ٨٦٫٤٠٪ | inferred family alias from gemini-2.5-pro-preview-06-05 (score=0.4243; benches=13) | نعم | المصدر | |
| GLM 4.7 | ٢٢ ديسمبر ٢٠٢٥ | ٨٥٫٧٠٪ | - | نعم | المصدر |
