CharXiv-Reasoning
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: percentage
Resultados registrados
16
Puntuación media
77.51%
Rango de puntuaciones
52.70% - 91%
Modelo líder
91% - Claude Opus 4.7
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 4.7 | 16 abr 2026 | 91 % | With tools | Sí | Fuente | |
| Muse Spark 1.1 | 09 jul 2026 | 88,40 % | Chart QA | Sí | Fuente | |
| Fugu Ultra | 22 jun 2026 | 86,60 % | Sakana Fugu product page benchmark table. | Sí | Fuente | |
| Muse Spark | 08 abr 2026 | 86,40 % | Figure understanding | Sí | Fuente | |
| Fugu | 22 jun 2026 | 85,10 % | Sakana Fugu product page benchmark table. | Sí | Fuente | |
| Gemini 3.5 Flash | 19 may 2026 | 84,20 % | - | Sí | Fuente | |
| Gemini 3 Pro Preview | 18 nov 2025 | 81,40 % | - | Sí | Fuente | |
| GPT 5 | 07 ago 2025 | 81,10 % | With Thinking, Pass @ 1 | Sí | Fuente | |
| Muse Glimmer 30B | 10 ago 2026 | 78,80 % | High reasoning | Sí | Fuente | |
| GPT 5 Mini | 07 ago 2025 | 75,50 % | High Reasoning Effort | Sí | Fuente | |
| Gemini 3.1 Flash-Lite | 07 may 2026 | 73,20 % | - | Sí | Fuente | |
| Gemini 3.1 Flash Lite Preview | 03 mar 2026 | 73,20 % | - | Sí | Fuente | |
| GPT 5 Nano | 07 ago 2025 | 62,70 % | High Reasoning Effort | Sí | Fuente | |
| Command A+ | 20 may 2026 | 52,70 % | - | Sí | Fuente |
