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

HumanEval

HumanEval

Resultados de evaluaciones comparativas de IA y rendimiento de modelos

Tipo: percentage

Resultados registrados

82

Puntuación media

82.66%

Rango de puntuaciones

39.70% - 92.90%

Modelo líder

92.90% - Mistral Small 3.2
Puntuaciones a lo largo del tiempo

Puntuaciones individuales de la evaluación a lo largo del tiempo.

Resultados de modelos

OrganizaciónModelosFecha del resultadoMejor puntuaciónInformaciónAutodeclaradoFuente
Mistral
Mistral
Mistral Small 3.220 jun 202592,90 %Pass@5SíFuente
OpenAIOpenAI
OpenAI
o1 mini12 sept 202492,40 %-SíFuente
Mistral
Mistral
Mistral Large 2.118 nov 202492 %inferred version-family alias from mistral-large-2-2407SíFuente
Mistral
Mistral
Mistral OCR 222 may 202592 %inferred family alias from mistral-large-2-2407 (score=0.3100; benches=5)SíFuente
Qwen
Qwen
Qwen 2.5 Coder 32B Instruct-91,50 %inferred high-confidence family alias from qwen2.5-vl-32b (score=0.4641; benches=28)SíFuente
Qwen
Qwen
Qwen 2.5 VL 32B Instruct24 mar 202591,50 %-SíFuente
Qwen
Qwen
Qwen 2.5 VL 3B Instruct-91,50 %inferred high-confidence family alias from qwen2.5-vl-32b (score=0.4914; benches=28)SíFuente
OpenAIOpenAI
OpenAI
GPT 4o (2024-05-13)13 may 202490,20 %-SíFuente
IBM
IBM
Granite 3.0 8B Instruct-89,73 %inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.4911; benches=14)SíFuente
IBM
IBM
Granite 3.1 8B Instruct-89,73 %inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.4911; benches=14)SíFuente
IBM
IBM
Granite 3.2 8B Instruct-89,73 %inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.4911; benches=14)SíFuente
IBM
IBM
Granite 3.2 8B Instruct Preview-89,73 %inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.4687; benches=14)SíFuente
IBM
IBM
Granite 3.3 2B Instruct16 abr 202589,73 %inferred family alias from granite-3.3-8b-instruct (score=0.3627; benches=14)SíFuente
IBM
IBM
Granite 3.3 8B Instruct16 abr 202589,73 %-SíFuente
IBM
IBM
Granite Guardian 3.0 8B-89,73 %inferred family alias from granite-3.3-8b-instruct (score=0.4062; benches=14)SíFuente
IBM
IBM
Granite Guardian 3.1 8B-89,73 %inferred family alias from granite-3.3-8b-instruct (score=0.4062; benches=14)SíFuente
IBM
IBM
Granite Guardian 3.3 8B-89,73 %inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.5071; benches=14)SíFuente
IBM
IBM
Granite Speech 3.2 8B-89,73 %inferred family alias from granite-3.3-8b-instruct (score=0.4062; benches=14)SíFuente
IBM
IBM
Granite Speech 3.3 8B-89,73 %inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.5071; benches=14)SíFuente
Google
Google
Gemini Diffusion20 may 202589,60 %Pass@1SíFuente
DeepSeek
DeepSeek
DeepSeek V2.5 (2024-09-05)05 sept 202489 %inferred alias from deepseek-v2.5SíFuente
DeepSeek
DeepSeek
DeepSeek V2.5 (2024-12-10)10 dic 202489 %inferred alias from deepseek-v2.5SíFuente
IBM
IBM
Granite 4.1 30B29 abr 202688,41 %pass@1SíFuente
MeituanMeituan
Meituan
LongCat Flash Chat-88,41 %inferred high-confidence family alias from longcat-flash-chat (score=0.4667; benches=16)SíFuente
Meta
Meta
Llama 2 70B Chat20 jun 202388,40 %inferred family alias from llama-3.3-70b-instruct (score=0.3129; benches=9)SíFuente
Informar de un problema
Registrarse