Humanity's Last Exam
Ergebnisse von KI-Benchmarks und Modellleistung
Typ: percentage
Erfasste Ergebnisse
172
Durchschnittspunktzahl
27.82%
Punktzahlbereich
4.20% - 64.70%
Führendes Modell
64.70% - Claude Mythos Preview
Punktzahlen im Zeitverlauf
Einzelne Benchmark-Punktzahlen nach Datum.
Modellergebnisse
| Organisation | Modelle | Gemeldet am | Höchste Punktzahl | Info | Selbst gemeldet | Quelle |
|---|---|---|---|---|---|---|
| Claude Mythos Preview | 07. Apr. 2026 | 64,70 % | With tools | Ja | Quelle | |
| Claude Fable 5 | 09. Juni 2026 | 64,50 % | With tools; starred row in Anthropic's launch table | Ja | Quelle | |
| Claude Mythos 5 | 09. Juni 2026 | 64,50 % | With tools; starred row in Anthropic's launch table | Ja | Quelle | |
| Muse Spark 1.1 | 09. Juli 2026 | 62,10 % | With tools; multidisciplinary reasoning | Ja | Quelle | |
| GPT 5.4 Pro | 05. März 2026 | 58,70 % | With tools | Ja | Quelle | |
| Muse Spark Contemplating | 08. Apr. 2026 | 58,40 % | With tools | Ja | Quelle | |
| Claude Sonnet 5 | 30. Juni 2026 | 57,40 % | With web search, web fetch, programmatic tool calling, and code execution; auto thinking; 1M total-token cap | Ja | Quelle | |
| GPT 5.5 Pro | 23. Apr. 2026 | 57,20 % | With tools | Ja | Quelle | |
| Claude Opus 5 | 24. Juli 2026 | 56,30 % | No tools; thinking set to auto; total token use capped at 1M; Claude Opus 4.6 grader | Ja | Quelle | |
| Claude Opus 4.7 | 16. Apr. 2026 | 54,70 % | With tools | Ja | Quelle | |
| Claude Opus 4.6 | 05. Feb. 2026 | 53,10 % | - | Ja | Quelle | |
| GLM 5.1 | 07. Apr. 2026 | 52,30 % | With tools | Ja | Quelle | |
| GPT 5.5 | 23. Apr. 2026 | 52,20 % | With tools | Ja | Quelle | |
| GPT 5.4 | 05. März 2026 | 52,10 % | With tools | Ja | Quelle | |
| Gemini 3.1 Pro Preview | 19. Feb. 2026 | 51,40 % | Search + Code | Ja | - | |
| Kimi K2 Thinking | 06. Nov. 2025 | 51 % | inferred alias from kimi-k2-thinking-0905 | Ja | Quelle | |
| Grok 4 Heavy | 10. Juli 2025 | 50,70 % | - | Ja | Quelle | |
| Muse Spark | 08. Apr. 2026 | 50,40 % | With tools | Ja | Quelle | |
| Kimi K2.5 | 27. Jan. 2026 | 50,20 % | - | Ja | Quelle | |
| GPT 5.2 Pro | 11. Dez. 2025 | 50 % | With Search + Python | Ja | Quelle | |
| Fugu Ultra | 22. Juni 2026 | 50 % | Sakana Fugu product page benchmark table. | Ja | Quelle | |
| Claude Sonnet 4.6 | 17. Feb. 2026 | 49 % | With tools | Ja | Quelle | |
| Qwen 3.5 27B | 24. Feb. 2026 | 48,50 % | - | Ja | Quelle | |
| Qwen 3.5 Flash | 23. Feb. 2026 | 48,50 % | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | Ja | Quelle | |
| Qwen 3.5 397B A17B | 16. Feb. 2026 | 48,30 % | With tools | Ja | Quelle |
