BioMysteryBench
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: percentageBiology
Resultados registrados
6
Puntuación media
66.58%
Rango de puntuaciones
46.10% - 90.10%
Modelo líder
90.10% - Claude Opus 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 |
|---|---|---|---|---|---|---|
| Claude Opus 5 | 24 jul 2026 | 90,10 % | Human Solvable subset | Sí | Fuente | |
| Claude Fable 5 | 09 jun 2026 | 83,90 % | Human solved; starred row in Anthropic's launch table | Sí | Fuente | |
| Claude Mythos 5 | 09 jun 2026 | 83,90 % | Human solved; starred row in Anthropic's launch table | Sí | Fuente |
