Ai2 SciArena
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: numerical
Resultados registrados
16
Puntuación media
1034
Rango de puntuaciones
945 - 1172
Modelo líder
1172 - o3
Puntuaciones a lo largo del tiempo
Puntuaciones individuales de la evaluación a lo largo del tiempo.
Resultados de modelos
| Organización | Modelos | Fecha del resultado | Mejor puntuación | Información | Autodeclarado | Fuente |
|---|---|---|---|---|---|---|
| o3 | 16 abr 2025 | 1172 | - | No | Fuente | |
| Claude Opus 4 | 21 may 2025 | 1080 | - | No | Fuente | |
| Gemini 2.5 Pro Preview (2025-06-05) | 05 jun 2025 | 1063 | - | No | Fuente | |
| DeepSeek R1 (2025-05-28) | 28 may 2025 | 1062 | - | No | Fuente | |
| o4 Mini | 16 abr 2025 | 1054 | - | No | Fuente | |
| Claude Sonnet 4 | 21 may 2025 | 1045 | - | No | Fuente | |
| GPT 4.1 | 14 abr 2025 | 1037 | - | No | Fuente | |
| Qwen 3 235B A22B | - | 1026 | - | No | Fuente | |
| GPT 4.1 Mini | 14 abr 2025 | 1026 | - | No | Fuente | |
| Grok 3 | 18 abr 2025 | 1024 | - | No | Fuente | |
| DeepSeek R1 (2025-01-20) | 20 ene 2025 | 1018 | - | No | Fuente | |
| DeepSeek V3 (2024-12-26) | 26 dic 2024 | 1016 | - | No | Fuente | |
| Qwen 3 32B | - | 1009 | - | No | Fuente | |
| QwQ 32B | - | 996 | - | No | Fuente | |
| Claude 3.7 Sonnet | 24 feb 2025 | 975 | - | No | Fuente | |
| Mistral Small 3.1 | 17 mar 2025 | 945 | - | No | Fuente |
