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 Hard

HealthBench Hard

Ergebnisse von KI-Benchmarks und Modellleistung

Typ: percentageHealth

Erfasste Ergebnisse

19

Durchschnittspunktzahl

26.05%

Punktzahlbereich

9% - 46.20%

Führendes Modell

46.20% - GPT 5
Punktzahlen im Zeitverlauf

Einzelne Benchmark-Punktzahlen nach Datum.

Modellergebnisse

OrganisationModelleGemeldet amHöchste PunktzahlInfoSelbst gemeldetQuelle
OpenAIOpenAI
OpenAI
GPT 507. Aug. 202546,20 %With ThinkingJaQuelle
Meta
Meta
Muse Spark08. Apr. 202642,80 %Open-ended health queriesJaQuelle
OpenAIOpenAI
OpenAI
GPT-6 Astra03. Sept. 202636,60 %HealthBench Hard; length-adjusted score (unadjusted 34.2, mean response length 1697 chars); GPT-6.1 Terra system cardJaQuelle
OpenAIOpenAI
OpenAI
GPT-6.1 Sol29. Sept. 202636,20 %HealthBench Hard; length-adjusted score (unadjusted 33.4, mean response length 1646 chars); GPT-6.1 Terra system cardJaQuelle
OpenAIOpenAI
OpenAI
GPT 5.6 Terra09. Juli 202632,70 %HealthBench Hard; length-adjusted score (unadjusted 34.3, mean response length 2199 chars); GPT-6.1 Terra system cardJaQuelle
OpenAIOpenAI
OpenAI
GPT-6.1 Terra26. Okt. 202631,40 %HealthBench Hard; length-adjusted score (unadjusted 26, mean response length 1306 chars); GPT-6.1 Terra system cardJaQuelle
OpenAIOpenAI
OpenAI
GPT OSS 120b05. Aug. 202530 %High Reasoning EffortJaQuelle
OpenAIOpenAI
OpenAI
GPT OSS Safeguard 120b29. Okt. 202530 %inferred high-confidence family alias from gpt-oss-120b (score=0.5102; benches=7)JaQuelle
ByteDance
ByteDance
Seed 2.0 Pro14. Feb. 202629,10 %Seed2 official benchmark table | HealthBench - HardJaQuelle
OpenAIOpenAI
OpenAI
GPT 5.3 Chat03. März 202625,90 %-JaQuelle
ByteDance
ByteDance
Seed 2.0 Lite14. Feb. 202620 %Seed2 official benchmark table | HealthBench - HardJaQuelle
ByteDance
ByteDance
Seed 2.0 Mini14. Feb. 202615,30 %Seed2 official benchmark table | HealthBench - HardJaQuelle
OpenAIOpenAI
OpenAI
GPT OSS 20b05. Aug. 202512,90 %Medium Reasoning EffortJaQuelle
OpenAIOpenAI
OpenAI
GPT OSS Safeguard 20b29. Okt. 202510,80 %inferred high-confidence family alias from gpt-oss-20b (score=0.5137; benches=7)JaQuelle
Problem melden
Registrieren