SimpleQA
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: percentage
Resultados registrados
87
Puntuación media
36.60%
Rango de puntuaciones
1.80% - 97.10%
Modelo líder
97.10% - DeepSeek OCR 2
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 |
|---|---|---|---|---|---|---|
| DeepSeek OCR 2 | - | 97,10 % | inferred family alias from deepseek-v3.2-exp (score=0.3809; benches=14) | Sí | Fuente | |
| DeepSeek V3.2 Exp | 29 sept 2025 | 97,10 % | - | Sí | Fuente | |
| DeepSeek V3.1 | 21 ago 2025 | 93,40 % | Search agent evaluation | Sí | Fuente | |
| DeepSeek V3.1 Terminus | 22 sept 2025 | 93,40 % | inferred alias from deepseek-v3.1 | Sí | Fuente | |
| Ernie 5.0 | 22 ene 2026 | 75 % | - | Sí | Fuente | |
| Ernie 5.0 0110 | - | 75 % | inferred version-family alias from ernie-5.0 | Sí | Fuente | |
| Ernie 5.0 Preview 1203 | - | 75 % | inferred version-family alias from ernie-5.0 | Sí | Fuente | |
| Ernie 5.0 Preview 1220 | - | 75 % | inferred version-family alias from ernie-5.0 | Sí | Fuente | |
| Gemini 3 Pro Image Preview (Nano Banana Pro) | 20 nov 2025 | 72,10 % | inferred modality/version alias from gemini-3-pro-preview | Sí | Fuente | |
| Gemini 3 Pro Preview | 18 nov 2025 | 72,10 % | - | Sí | Fuente | |
| Gemini 3 Flash Preview | 17 dic 2025 | 68,70 % | - | Sí | Fuente | |
| GPT 4.5 Preview | 27 feb 2025 | 62,50 % | - | Sí | Fuente | |
| Qwen 3 VL 32B Thinking | - | 55,40 % | - | Sí | - | |
| Qwen 3 A235 A22B Instruct 2507 | - | 54,30 % | - | Sí | Fuente | |
| Gemini 2.5 Pro Preview (2025-06-05) | 05 jun 2025 | 54 % | - | Sí | Fuente | |
| Gemini 2.5 Pro Preview TTS (2025-05-20) | 20 may 2025 | 54 % | inferred family alias from gemini-2.5-pro-preview-06-05 (score=0.4243; benches=13) | Sí | Fuente | |
| Qwen 3 VL 235B A22B Instruct | - | 51,90 % | - | Sí | - | |
| Gemini 2.5 Computer Use Preview | 07 oct 2025 | 50,80 % | inferred family alias from gemini-2.5-pro (score=0.3960; benches=16) | Sí | Fuente | |
| Gemini 2.5 Pro Experimental (2025-03-25) | 25 mar 2025 | 50,80 % | inferred alias from gemini-2.5-pro | Sí | Fuente | |
| Gemini 2.5 Pro Preview (2025-05-06) | 06 may 2025 | 50,80 % | - | Sí | Fuente | |
| Gemini 2.5 Pro Preview TTS (2025-12-10) | 10 dic 2025 | 50,80 % | inferred modality/version alias from gemini-2.5-pro | Sí | Fuente | |
| Gemini Embedding 2 Preview | 10 mar 2026 | 50,80 % | manual fallback alias from gemini-2.5-pro | Sí | Fuente | |
| Qwen 3 8B | - | 49,60 % | inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.4600; benches=50) | Sí | - | |
| Qwen 3 Guard Stream 8B | - | 49,60 % | inferred family alias from qwen3-vl-8b-thinking (score=0.3371; benches=50) | Sí | - | |
| Qwen 3 VL 8B Thinking | - | 49,60 % | - | Sí | - |
