EQ-Bench 3

Name: EQ-Bench 3
Keywords: EQ-Bench 3, 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: numerical

Ver la fuente de la evaluación

Resultados registrados

Puntuación media

1103

Rango de puntuaciones

435 - 1563

Modelo líder

1563 - Kimi K2 (2025-09-05)

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
Moonshot	Kimi K2 (2025-09-05)	05 sept 2025	1563	-	No	Fuente
OpenAI	o3	16 abr 2025	1500	-	No	Fuente
Google	Gemini 2.5 Pro Preview (2025-06-05)	05 jun 2025	1470	-	No	Fuente
OpenAI	GPT 5 Chat	07 ago 2025	1357	-	No	Fuente
z.AI	GLM 4.5	28 jul 2025	1312	-	No	Fuente
Anthropic	Claude Opus 4	21 may 2025	1296	-	No	Fuente
OpenAI	o4 Mini	16 abr 2025	1291	-	No	Fuente
Qwen	Qwen 3 235B A22B	-	1275	-	No	Fuente
DeepSeek	DeepSeek R1 (2025-01-20)	20 ene 2025	1270	-	No	Fuente
Anthropic	Claude Sonnet 4	21 may 2025	1261	-	No	Fuente
Google	Gemini 2.5 Pro Preview (2025-05-06)	06 may 2025	1247	-	No	Fuente
OpenAI	GPT 4.1	14 abr 2025	1235	-	No	Fuente
Qwen	QwQ 32B	-	1214	-	No	Fuente
SpaceXAI	Grok 4	10 jul 2025	1193	-	No	Fuente
DeepSeek	DeepSeek V3 (2025-03-24)	24 mar 2025	1170	-	No	Fuente
OpenAI	GPT OSS 120b	05 ago 2025	1152	-	No	Fuente
OpenAI	GPT 4.1 Mini	14 abr 2025	1145	-	No	Fuente
Mistral	Mistral Small 3.2	20 jun 2025	1127	-	No	Fuente
OpenAI	GPT 4.5 Preview	27 feb 2025	1093	-	No	Fuente
Anthropic	Claude 3.7 Sonnet	24 feb 2025	1083	-	No	Fuente
Anthropic	Claude 3.5 Sonnet (2024-10-22)	22 oct 2024	1068	-	No	Fuente
SpaceXAI	Grok 3 Beta	19 feb 2025	1066	-	No	Fuente
Google	Gemma 3 27B	12 mar 2025	1041	-	No	Fuente
SpaceXAI	Grok 3 Mini Beta	19 feb 2025	985	-	No	Fuente
Qwen	Qwen 3 32B	-	953	-	No	Fuente

Ayuda a mantener correctos los datos públicos