Blueprint Bench 2

Name: Blueprint Bench 2
Keywords: Blueprint Bench 2, Evaluación de IA, Evaluación de modelos, Clasificación de evaluaciones de IA, Rendimiento de modelos de IA

Resultados de evaluaciones comparativas de IA y rendimiento de modelos

Tipo: percentageReasoning

Resultados registrados

Puntuación media

45.27%

Rango de puntuaciones

38.60% - 58.60%

Modelo líder

58.60% - Gemini 4 Carbon

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
Google	Gemini 4 Carbon	28 oct 2026	58,60 %	Google-reported launch evaluation; source chart: https://storage.googleapis.com/gweb-uniblog-publish-prod/images/gemini_4_carbon__evals-table.original.png; methodology: deepmind.google/models/evals-methodology/gemini-4-carbon	Sí	Fuente
Anthropic	Claude Fable 5	09 jun 2026	38,60 %	Higher of Mythos 5 / Fable 5 in Anthropic's launch table	Sí	Fuente
Anthropic	Claude Mythos 5	09 jun 2026	38,60 %	Higher of Mythos 5 / Fable 5 in Anthropic's launch table	Sí	Fuente

Ayuda a mantener correctos los datos públicos