Aider-Polyglot
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: percentageCode
Resultados registrados
89
Puntuación media
54.82%
Rango de puntuaciones
8.90% - 88%
Modelo líder
88% - GPT 5
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 |
|---|---|---|---|---|---|---|
| GPT 5 | 07 ago 2025 | 88 % | With Thinking, Pass @ 1, Diff Method | Sí | Fuente | |
| o3 Pro | 10 jun 2025 | 84,90 % | High Reasoning Effort | No | Fuente | |
| Gemini 2.5 Pro Preview (2025-06-05) | 05 jun 2025 | 82,20 % | Diff-Fenced | No | Fuente | |
| Gemini 2.5 Pro Preview TTS (2025-05-20) | 20 may 2025 | 82,20 % | inferred family alias from gemini-2.5-pro-preview-06-05 (score=0.4243; benches=13) | Sí | Fuente | |
| o3 | 16 abr 2025 | 81,30 % | High Reasoning Effort | No | Fuente | |
| Seed 2.0 Pro | 14 feb 2026 | 80 % | Seed2 official benchmark table | Aider Polyglot | Sí | Fuente | |
| Grok 4 | 10 jul 2025 | 79,60 % | Diff | No | Fuente | |
| Gemini 2.5 Computer Use Preview | 07 oct 2025 | 76,50 % | inferred family alias from gemini-2.5-pro (score=0.3960; benches=16) | Sí | Fuente | |
| Gemini 2.5 Pro Experimental (2025-03-25) | 25 mar 2025 | 76,50 % | inferred alias from gemini-2.5-pro | Sí | Fuente | |
| Gemini 2.5 Pro Preview (2025-05-06) | 06 may 2025 | 76,50 % | Whole | Sí | Fuente | |
| Gemini 2.5 Pro Preview TTS (2025-12-10) | 10 dic 2025 | 76,50 % | inferred modality/version alias from gemini-2.5-pro | Sí | Fuente | |
| Gemini Embedding 2 Preview | 10 mar 2026 | 76,50 % | manual fallback alias from gemini-2.5-pro | Sí | Fuente | |
| Seed 2.0 Lite | 14 feb 2026 | 76 % | Seed2 official benchmark table | Aider Polyglot | Sí | Fuente | |
| DeepSeek OCR 2 | - | 74,50 % | inferred family alias from deepseek-v3.2-exp (score=0.3809; benches=14) | Sí | Fuente | |
| DeepSeek V3.2 Exp | 29 sept 2025 | 74,50 % | - | Sí | Fuente | |
| Claude Opus 4 | 21 may 2025 | 72 % | 32k Thinking | No | Fuente | |
| o4 Mini | 16 abr 2025 | 72 % | High Reasoning Effort | Sí | Fuente | |
| GPT 5 Mini | 07 ago 2025 | 71,60 % | High Reasoning Effort, Diff Method | Sí | Fuente | |
| o4 mini Deep Research | 26 jun 2025 | 68,90 % | inferred modality/version alias from o4-mini | Sí | Fuente | |
| DeepSeek V3.1 | 21 ago 2025 | 68,40 % | Non-thinking: 68.4%, Thinking: 76.3% | Sí | Fuente | |
| DeepSeek V3.1 Terminus | 22 sept 2025 | 68,40 % | inferred alias from deepseek-v3.1 | Sí | Fuente | |
| o3 mini | 30 ene 2025 | 66,70 % | - | Sí | Fuente | |
| Claude 3.7 Sonnet | 24 feb 2025 | 64,90 % | 32k Thinking | No | Fuente | |
| Gemini 2.5 Flash Exp Native Audio Thinking Dialog | - | 61,90 % | inferred modality/version alias from gemini-2.5-flash | Sí | Fuente | |
| Gemini 2.5 Flash Image (Nano Banana) | 02 oct 2025 | 61,90 % | inferred modality/version alias from gemini-2.5-flash | Sí | Fuente |
