PhaseoPhaseo
ModelosChatCompararAplicativosClassificações

Ajude a manter os dados públicos corretos

Viu algo faltando, incorreto ou desatualizado? Conte-nos sobre esta página.

PhaseoPhaseo
Verificando statusVerificando statusVisitar página de status
O status por componente está indisponível.

Explorar

  • Modelos
  • Chat
  • Provedores
  • Aplicativos
  • Classificações
  • Ferramentas

Recursos

  • Comparar
  • Guias de migração
  • Metodologia
  • Blog

Comunidade

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

Criar

  • Documentação
  • Referência da API
  • Início rápido
  • SDKs

Empresa

  • Sobre
  • Central de confiança
  • Missão
  • Preços
  • Funciona com
  • Agradecimentos
  • Suporte
  • Privacidade
  • Termos

Explorar

  • Modelos
  • Chat
  • Provedores
  • Aplicativos
  • Classificações
  • Ferramentas

Criar

  • Documentação
  • Referência da API
  • Início rápido
  • SDKs

Recursos

  • Comparar
  • Guias de migração
  • Metodologia
  • Blog

Empresa

  • Sobre
  • Central de confiança
  • Missão
  • Preços
  • Funciona com
  • Agradecimentos
  • Suporte
  • Privacidade
  • Termos

Comunidade

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

© 2025 • Phaseo

Alterar idioma: Português (Brasil)
  • English (UK)
  • 简体中文
  • हिन्दी
  • Español (España)
  • Français (France)
  • Deutsch (Deutschland)
  • Português (Brasil)
  • 日本語
  • العربية

Ajuda:problema·Suporte

Precisa de ajuda com o Phaseo?Abrir um problemaouentrar em contato com o suporte

GPQA Diamond

GPQA Diamond

Resultados de benchmarks de IA e desempenho dos modelos

Tipo: percentageGeneral Knowledge
Ver fonte do benchmark

Resultados registrados

188

Pontuação média

67.90%

Faixa de pontuação

19.20% - 96%

Modelo líder

96% - GPT-6 Astra
Pontuações ao longo do tempo

Pontuações individuais do benchmark exibidas por data.

Resultados de modelos

OrganizaçãoModelosData informadaMaior pontuaçãoInformaçõesDeclarado pelo provedorFonte
OpenAIOpenAI
OpenAI
GPT-6 Astra03 de set. de 202696%GPT-6 Astra launch evaluationSimFonte
Sakana AI
Sakana AI
Fugu22 de jun. de 202695,50%Sakana reports this benchmark as GPQA-D.SimFonte
Sakana AI
Sakana AI
Fugu Ultra22 de jun. de 202695,50%Sakana reports this benchmark as GPQA-D.SimFonte
AnthropicAnthropic
Anthropic
Claude Mythos Preview07 de abr. de 202694,60%-SimFonte
OpenAIOpenAI
OpenAI
GPT 5.4 Pro05 de mar. de 202694,40%-SimFonte
OpenAIOpenAI
OpenAI
GPT 5.5 Pro23 de abr. de 202694,40%-SimFonte
Google
Google
Gemini 3.1 Pro Preview19 de fev. de 202694,30%No ToolsSim-
AnthropicAnthropic
Anthropic
Claude Opus 4.716 de abr. de 202694,20%-SimFonte
Google
Google
Gemini 3 Pro Preview18 de nov. de 202593,80%Deep Think, Tools OffSimFonte
AnthropicAnthropic
Anthropic
Claude Opus 4.828 de mai. de 202693,60%Max effortSimFonte
OpenAIOpenAI
OpenAI
GPT 5.523 de abr. de 202693,60%-SimFonte
MoonshotMoonshot
Moonshot
Kimi K316 de jul. de 202693,50%-SimFonte
OpenAIOpenAI
OpenAI
GPT 5.2 Pro11 de dez. de 202593,20%No ToolsSimFonte
OpenAIOpenAI
OpenAI
GPT 5.405 de mar. de 202692,80%-SimFonte
OpenAIOpenAI
OpenAI
GPT 5.211 de dez. de 202592,40%No ToolsSimFonte
Qwen
Qwen
Qwen 3.7 Max21 de mai. de 202692,40%-SimFonte
AnthropicAnthropic
Anthropic
Claude Opus 4.605 de fev. de 202691,30%-SimFonte
SpaceXAISpaceXAI
SpaceXAI
Grok 4.2017 de fev. de 202691,10%Artificial Analysis structured model metricsNãoFonte
DeepSeek
DeepSeek
DeepSeek V4.1 Flash10 de set. de 202690,90%Instruct model; reasoning_effort=100; Pass@1SimFonte
ReflectionReflection
Reflection
Beam05 de out. de 202690,50%Reflection-reported launch score. Source row: GPQA Diamond. Accessed 2026-10-05T22:51:12.456Z. Harness, reasoning effort, sampling and trial count are not specified per row. Not independently reproduced.SimFonte
DeepSeek
DeepSeek
DeepSeek V4 Pro24 de abr. de 202690,10%Pass@1; DeepSeek-V4-Pro MaxSimFonte
AnthropicAnthropic
Anthropic
Claude Sonnet 4.617 de fev. de 202689,90%-SimFonte
Meta
Meta
Muse Spark08 de abr. de 202689,50%-SimFonte
Qwen
Qwen
Qwen 3.8 27B14 de ago. de 202689,20%-SimFonte
ByteDance
ByteDance
Seed 2.0 Pro14 de fev. de 202688,90%Seed2 official benchmark table | GPQA DiamondSimFonte
Relatar um problema
Criar conta