PhaseoPhaseo
ModelosChatCompararAplicacionesClasificaciones

Ayuda a mantener correctos los datos públicos

¿Ves algo que falta, es incorrecto o está desactualizado? Cuéntanoslo sobre esta página.

PhaseoPhaseo
Comprobando el estadoComprobando el estadoVisitar la página de estado
El estado por componente no está disponible.

Explorar

  • Modelos
  • Chat
  • Proveedores
  • Aplicaciones
  • Clasificaciones
  • Herramientas

Recursos

  • Comparar
  • Guías de migración
  • Metodología
  • Blog

Comunidad

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

Desarrollar

  • Documentación
  • Referencia de la API
  • Inicio rápido
  • SDK

Empresa

  • Acerca de
  • Centro de confianza
  • Misión
  • Precios
  • Compatible con
  • Agradecimientos
  • Soporte
  • Privacidad
  • Términos

Explorar

  • Modelos
  • Chat
  • Proveedores
  • Aplicaciones
  • Clasificaciones
  • Herramientas

Desarrollar

  • Documentación
  • Referencia de la API
  • Inicio rápido
  • SDK

Recursos

  • Comparar
  • Guías de migración
  • Metodología
  • Blog

Empresa

  • Acerca de
  • Centro de confianza
  • Misión
  • Precios
  • Compatible con
  • Agradecimientos
  • Soporte
  • Privacidad
  • Términos

Comunidad

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

© 2025 • Phaseo

Cambiar idioma: Español (España)
  • English (UK)
  • 简体中文
  • हिन्दी
  • Español (España)
  • Français (France)
  • Deutsch (Deutschland)
  • Português (Brasil)
  • 日本語
  • العربية

Ayuda:Problema·Soporte

¿Necesitas ayuda con Phaseo?Abrir un problemaocontactar con soporte

GPQA Diamond

GPQA Diamond

Resultados de evaluaciones comparativas de IA y rendimiento de modelos

Tipo: percentageGeneral Knowledge
Ver la fuente de la evaluación

Resultados registrados

188

Puntuación media

67.90%

Rango de puntuaciones

19.20% - 96%

Modelo líder

96% - GPT-6 Astra
Puntuaciones a lo largo del tiempo

Puntuaciones individuales de la evaluación a lo largo del tiempo.

Resultados de modelos

OrganizaciónModelosFecha del resultadoMejor puntuaciónInformaciónAutodeclaradoFuente
OpenAIOpenAI
OpenAI
GPT-6 Astra03 sept 202696 %GPT-6 Astra launch evaluationSíFuente
Sakana AI
Sakana AI
Fugu22 jun 202695,50 %Sakana reports this benchmark as GPQA-D.SíFuente
Sakana AI
Sakana AI
Fugu Ultra22 jun 202695,50 %Sakana reports this benchmark as GPQA-D.SíFuente
AnthropicAnthropic
Anthropic
Claude Mythos Preview07 abr 202694,60 %-SíFuente
OpenAIOpenAI
OpenAI
GPT 5.4 Pro05 mar 202694,40 %-SíFuente
OpenAIOpenAI
OpenAI
GPT 5.5 Pro23 abr 202694,40 %-SíFuente
Google
Google
Gemini 3.1 Pro Preview19 feb 202694,30 %No ToolsSí-
AnthropicAnthropic
Anthropic
Claude Opus 4.716 abr 202694,20 %-SíFuente
Google
Google
Gemini 3 Pro Preview18 nov 202593,80 %Deep Think, Tools OffSíFuente
AnthropicAnthropic
Anthropic
Claude Opus 4.828 may 202693,60 %Max effortSíFuente
OpenAIOpenAI
OpenAI
GPT 5.523 abr 202693,60 %-SíFuente
MoonshotMoonshot
Moonshot
Kimi K316 jul 202693,50 %-SíFuente
OpenAIOpenAI
OpenAI
GPT 5.2 Pro11 dic 202593,20 %No ToolsSíFuente
OpenAIOpenAI
OpenAI
GPT 5.405 mar 202692,80 %-SíFuente
OpenAIOpenAI
OpenAI
GPT 5.211 dic 202592,40 %No ToolsSíFuente
Qwen
Qwen
Qwen 3.7 Max21 may 202692,40 %-SíFuente
AnthropicAnthropic
Anthropic
Claude Opus 4.605 feb 202691,30 %-SíFuente
SpaceXAISpaceXAI
SpaceXAI
Grok 4.2017 feb 202691,10 %Artificial Analysis structured model metricsNoFuente
DeepSeek
DeepSeek
DeepSeek V4.1 Flash10 sept 202690,90 %Instruct model; reasoning_effort=100; Pass@1SíFuente
ReflectionReflection
Reflection
Beam05 oct 202690,50 %Reflection-reported launch score. Source row: GPQA Diamond. Accessed 2026-10-05T22:51:12.456Z. Harness, reasoning effort, sampling and trial count are not specified per row. Not independently reproduced.SíFuente
DeepSeek
DeepSeek
DeepSeek V4 Pro24 abr 202690,10 %Pass@1; DeepSeek-V4-Pro MaxSíFuente
AnthropicAnthropic
Anthropic
Claude Sonnet 4.617 feb 202689,90 %-SíFuente
Meta
Meta
Muse Spark08 abr 202689,50 %-SíFuente
Qwen
Qwen
Qwen 3.8 27B14 ago 202689,20 %-SíFuente
ByteDance
ByteDance
Seed 2.0 Pro14 feb 202688,90 %Seed2 official benchmark table | GPQA DiamondSíFuente
Informar de un problema
Registrarse