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

HealthBench

HealthBench

Ergebnisse von KI-Benchmarks und Modellleistung

Typ: percentageHealth
Benchmark-Quelle ansehen

Erfasste Ergebnisse

23

Durchschnittspunktzahl

54.33%

Punktzahlbereich

30% - 67.20%

Führendes Modell

67.20% - GPT 5
Punktzahlen im Zeitverlauf

Einzelne Benchmark-Punktzahlen nach Datum.

Modellergebnisse

OrganisationModelleGemeldet amHöchste PunktzahlInfoSelbst gemeldetQuelle
OpenAIOpenAI
OpenAI
GPT 507. Aug. 202567,20 %With ThinkingJaQuelle
AnthropicAnthropic
Anthropic
Claude Opus 524. Juli 202667,10 %Raw score; adaptive thinking at max effort; no tools or custom system prompt; Claude Opus 4.8 grader; average of 5 trialsJaQuelle
AnthropicAnthropic
Anthropic
Claude Fable 509. Juni 202666 %Professional; starred row in Anthropic's launch tableJaQuelle
AnthropicAnthropic
Anthropic
Claude Mythos 509. Juni 202666 %Professional; starred row in Anthropic's launch tableJaQuelle
OpenAIOpenAI
OpenAI
GPT-6.1 Sol29. Sept. 202658,50 %HealthBench; length-adjusted score (unadjusted 56.7, mean response length 1701 chars); GPT-6.1 Terra system cardJaQuelle
OpenAIOpenAI
OpenAI
GPT-6 Astra03. Sept. 202658,30 %HealthBench; length-adjusted score (unadjusted 56.9, mean response length 1760 chars); GPT-6.1 Terra system cardJaQuelle
MoonshotMoonshot
Moonshot
Kimi K2 Thinking06. Nov. 202558 %inferred alias from kimi-k2-thinking-0905JaQuelle
ByteDance
ByteDance
Seed 2.0 Pro14. Feb. 202657,70 %Seed2 official benchmark table | HealthBenchJaQuelle
OpenAIOpenAI
OpenAI
GPT OSS 120b05. Aug. 202557,60 %High Reasoning EffortJaQuelle
OpenAIOpenAI
OpenAI
GPT OSS Safeguard 120b29. Okt. 202557,60 %inferred high-confidence family alias from gpt-oss-120b (score=0.5102; benches=7)JaQuelle
OpenAIOpenAI
OpenAI
GPT 5.6 Terra09. Juli 202657 %HealthBench; length-adjusted score (unadjusted 58.7, mean response length 2285 chars); GPT-6.1 Terra system cardJaQuelle
OpenAIOpenAI
OpenAI
GPT-6.1 Terra26. Okt. 202655,10 %HealthBench; length-adjusted score (unadjusted 51.1, mean response length 1331 chars); GPT-6.1 Terra system cardJaQuelle
OpenAIOpenAI
OpenAI
GPT 5.3 Chat03. März 202654,10 %-JaQuelle
ByteDance
ByteDance
Seed 2.0 Lite14. Feb. 202651,20 %Seed2 official benchmark table | HealthBenchJaQuelle
OpenAIOpenAI
OpenAI
GPT OSS 20b05. Aug. 202542,50 %High Reasoning EffortJaQuelle
OpenAIOpenAI
OpenAI
GPT OSS Safeguard 20b29. Okt. 202542,50 %inferred high-confidence family alias from gpt-oss-20b (score=0.5137; benches=7)JaQuelle
ByteDance
ByteDance
Seed 2.0 Mini14. Feb. 202630 %Seed2 official benchmark table | HealthBenchJaQuelle
Problem melden
Registrieren