LisanBench
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: numerical
Resultados registrados
14
Puntuación media
2415
Rango de puntuaciones
48 - 14400
Modelo líder
14400 - 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 | 14.400 | xHigh thinking; path length avg; difficulty-weighted 5122.5986; max 19112; avg validity 99.70%; 50 starting words | No | Fuente | |
| GPT 5.5 | 23 abr 2026 | 9845 | Medium thinking; path length avg; difficulty-weighted 3315.5211; max 15635; avg validity 99.45%; 50 starting words | No | Fuente | |
| Gemini 3.1 Pro Preview | 19 feb 2026 | 6445 | High thinking; path length avg; difficulty-weighted 1929.1071; max 11728; avg validity 95.98%; 50 starting words | No | Fuente | |
| o3 | 16 abr 2025 | 1036 | - | No | Fuente | |
| o1 | 17 dic 2024 | 338 | - | No | Fuente | |
| o4 Mini | 16 abr 2025 | 337 | High Reasoning Effort | No | Fuente | |
| o3 mini | 30 ene 2025 | 324 | - | No | Fuente | |
| Grok 3 Beta | 19 feb 2025 | 231 | - | No | Fuente | |
| GPT 4.5 Preview | 27 feb 2025 | 220 | - | No | Fuente | |
| Claude 3.5 Sonnet (2024-10-22) | 22 oct 2024 | 167 | - | No | Fuente | |
| Claude 3.7 Sonnet | 24 feb 2025 | 166 | - | No | Fuente | |
| Claude Sonnet 4 | 21 may 2025 | 99 | - | No | Fuente | |
| Claude 3 Opus | 04 mar 2024 | 48 | - | No | Fuente |
