PhaseoPhaseo
ModelleChatVergleichenAnwendungenRanglisten

Hilf mit, öffentliche Daten korrekt zu halten

Fehlt etwas oder ist etwas falsch oder veraltet? Gib uns Rückmeldung zu dieser Seite.

PhaseoPhaseo
Status wird geprüftStatus wird geprüftStatusseite besuchen
Status auf Komponentenebene ist nicht verfügbar.

Entdecken

  • Modelle
  • Chat
  • Anbieter
  • Anwendungen
  • Ranglisten
  • Werkzeuge

Ressourcen

  • Vergleichen
  • Migrationsleitfäden
  • Methodik
  • Blog

Community

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

Entwickeln

  • Dokumentation
  • API-Referenz
  • Schnellstart
  • SDKs

Unternehmen

  • Über uns
  • Vertrauenszentrum
  • Mission
  • Preise
  • Kompatibel mit
  • Danksagungen
  • Hilfe
  • Datenschutz
  • Bedingungen

Entdecken

  • Modelle
  • Chat
  • Anbieter
  • Anwendungen
  • Ranglisten
  • Werkzeuge

Entwickeln

  • Dokumentation
  • API-Referenz
  • Schnellstart
  • SDKs

Ressourcen

  • Vergleichen
  • Migrationsleitfäden
  • Methodik
  • Blog

Unternehmen

  • Über uns
  • Vertrauenszentrum
  • Mission
  • Preise
  • Kompatibel mit
  • Danksagungen
  • Hilfe
  • Datenschutz
  • Bedingungen

Community

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

© 2025 • Phaseo

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

Hilfe:Problem·Hilfe

Brauchst du Hilfe mit Phaseo?Problem meldenoderSupport kontaktieren

GPQA Diamond

GPQA Diamond

Ergebnisse von KI-Benchmarks und Modellleistung

Typ: percentageGeneral Knowledge
Benchmark-Quelle ansehen

Erfasste Ergebnisse

188

Durchschnittspunktzahl

67.90%

Punktzahlbereich

19.20% - 96%

Führendes Modell

96% - GPT-6 Astra
Punktzahlen im Zeitverlauf

Einzelne Benchmark-Punktzahlen nach Datum.

Modellergebnisse

OrganisationModelleGemeldet amHöchste PunktzahlInfoSelbst gemeldetQuelle
OpenAIOpenAI
OpenAI
GPT-6 Astra03. Sept. 202696 %GPT-6 Astra launch evaluationJaQuelle
Sakana AI
Sakana AI
Fugu22. Juni 202695,50 %Sakana reports this benchmark as GPQA-D.JaQuelle
Sakana AI
Sakana AI
Fugu Ultra22. Juni 202695,50 %Sakana reports this benchmark as GPQA-D.JaQuelle
AnthropicAnthropic
Anthropic
Claude Mythos Preview07. Apr. 202694,60 %-JaQuelle
OpenAIOpenAI
OpenAI
GPT 5.4 Pro05. März 202694,40 %-JaQuelle
OpenAIOpenAI
OpenAI
GPT 5.5 Pro23. Apr. 202694,40 %-JaQuelle
Google
Google
Gemini 3.1 Pro Preview19. Feb. 202694,30 %No ToolsJa-
AnthropicAnthropic
Anthropic
Claude Opus 4.716. Apr. 202694,20 %-JaQuelle
Google
Google
Gemini 3 Pro Preview18. Nov. 202593,80 %Deep Think, Tools OffJaQuelle
AnthropicAnthropic
Anthropic
Claude Opus 4.828. Mai 202693,60 %Max effortJaQuelle
OpenAIOpenAI
OpenAI
GPT 5.523. Apr. 202693,60 %-JaQuelle
MoonshotMoonshot
Moonshot
Kimi K316. Juli 202693,50 %-JaQuelle
OpenAIOpenAI
OpenAI
GPT 5.2 Pro11. Dez. 202593,20 %No ToolsJaQuelle
OpenAIOpenAI
OpenAI
GPT 5.405. März 202692,80 %-JaQuelle
OpenAIOpenAI
OpenAI
GPT 5.211. Dez. 202592,40 %No ToolsJaQuelle
Qwen
Qwen
Qwen 3.7 Max21. Mai 202692,40 %-JaQuelle
AnthropicAnthropic
Anthropic
Claude Opus 4.605. Feb. 202691,30 %-JaQuelle
SpaceXAISpaceXAI
SpaceXAI
Grok 4.2017. Feb. 202691,10 %Artificial Analysis structured model metricsNeinQuelle
DeepSeek
DeepSeek
DeepSeek V4.1 Flash10. Sept. 202690,90 %Instruct model; reasoning_effort=100; Pass@1JaQuelle
ReflectionReflection
Reflection
Beam05. Okt. 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.JaQuelle
DeepSeek
DeepSeek
DeepSeek V4 Pro24. Apr. 202690,10 %Pass@1; DeepSeek-V4-Pro MaxJaQuelle
AnthropicAnthropic
Anthropic
Claude Sonnet 4.617. Feb. 202689,90 %-JaQuelle
Meta
Meta
Muse Spark08. Apr. 202689,50 %-JaQuelle
Qwen
Qwen
Qwen 3.8 27B14. Aug. 202689,20 %-JaQuelle
ByteDance
ByteDance
Seed 2.0 Pro14. Feb. 202688,90 %Seed2 official benchmark table | GPQA DiamondJaQuelle
Problem melden
Registrieren