EQ-Bench 3
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: numerical
दर्ज परिणाम
34
औसत स्कोर
1103
स्कोर सीमा
435 - 1563
अग्रणी मॉडल
1563 - Kimi K2 (2025-09-05)
समय के साथ स्कोर
तारीख के अनुसार दिखाए गए अलग-अलग बेंचमार्क स्कोर।
मॉडल परिणाम
| संगठन | मॉडल | रिपोर्ट किया गया | सबसे ऊँचा स्कोर | जानकारी | स्व-रिपोर्ट किया गया | स्रोत |
|---|---|---|---|---|---|---|
| Kimi K2 (2025-09-05) | 05 सित॰ 2025 | 1,563 | - | नहीं | स्रोत | |
| o3 | 16 अप्रैल 2025 | 1,500 | - | नहीं | स्रोत | |
| Gemini 2.5 Pro Preview (2025-06-05) | 05 जून 2025 | 1,470 | - | नहीं | स्रोत | |
| GPT 5 Chat | 07 अग॰ 2025 | 1,357 | - | नहीं | स्रोत | |
| GLM 4.5 | 28 जुल॰ 2025 | 1,312 | - | नहीं | स्रोत | |
| Claude Opus 4 | 21 मई 2025 | 1,296 | - | नहीं | स्रोत | |
| o4 Mini | 16 अप्रैल 2025 | 1,291 | - | नहीं | स्रोत | |
| Qwen 3 235B A22B | - | 1,275 | - | नहीं | स्रोत | |
| DeepSeek R1 (2025-01-20) | 20 जन॰ 2025 | 1,270 | - | नहीं | स्रोत | |
| Claude Sonnet 4 | 21 मई 2025 | 1,261 | - | नहीं | स्रोत | |
| Gemini 2.5 Pro Preview (2025-05-06) | 06 मई 2025 | 1,247 | - | नहीं | स्रोत | |
| GPT 4.1 | 14 अप्रैल 2025 | 1,235 | - | नहीं | स्रोत | |
| QwQ 32B | - | 1,214 | - | नहीं | स्रोत | |
| Grok 4 | 10 जुल॰ 2025 | 1,193 | - | नहीं | स्रोत | |
| DeepSeek V3 (2025-03-24) | 24 मार्च 2025 | 1,170 | - | नहीं | स्रोत | |
| GPT OSS 120b | 05 अग॰ 2025 | 1,152 | - | नहीं | स्रोत | |
| GPT 4.1 Mini | 14 अप्रैल 2025 | 1,145 | - | नहीं | स्रोत | |
| Mistral Small 3.2 | 20 जून 2025 | 1,127 | - | नहीं | स्रोत | |
| GPT 4.5 Preview | 27 फ़र॰ 2025 | 1,093 | - | नहीं | स्रोत | |
| Claude 3.7 Sonnet | 24 फ़र॰ 2025 | 1,083 | - | नहीं | स्रोत | |
| Claude 3.5 Sonnet (2024-10-22) | 22 अक्टू॰ 2024 | 1,068 | - | नहीं | स्रोत | |
| Grok 3 Beta | 19 फ़र॰ 2025 | 1,066 | - | नहीं | स्रोत | |
| Gemma 3 27B | 12 मार्च 2025 | 1,041 | - | नहीं | स्रोत | |
| Grok 3 Mini Beta | 19 फ़र॰ 2025 | 985 | - | नहीं | स्रोत | |
| Qwen 3 32B | - | 953 | - | नहीं | स्रोत |
