Tau Bench (Airline)
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: percentage
Resultados registrados
33
Puntuación media
44.51%
Rango de puntuaciones
10% - 62%
Modelo líder
62% - MiniMax M1 80K
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 |
|---|---|---|---|---|---|---|
| MiniMax M1 80K | 16 jun 2025 | 62 % | - | Sí | - | |
| GLM 4.5 Air | 28 jul 2025 | 60,80 % | - | Sí | Fuente | |
| GLM 4.5 | 28 jul 2025 | 60,40 % | - | Sí | Fuente | |
| Minimax M1 40K | 16 jun 2025 | 60 % | - | Sí | - | |
| Qwen 3 Coder 480B A35B Instruct | - | 60 % | - | Sí | Fuente | |
| Claude Opus 4.1 | 05 ago 2025 | 56 % | - | Sí | Fuente | |
| EXAONE 4.0 32B | 15 jul 2025 | 51,50 % | Reasoning | Sí | Fuente | |
| GPT 4.5 Preview | 27 feb 2025 | 50 % | - | Sí | Fuente | |
| GPT OSS 120b | 05 ago 2025 | 49,20 % | High Reasoning Effort | Sí | Fuente | |
| o4 Mini | 16 abr 2025 | 49,20 % | - | Sí | Fuente | |
| o4 mini Deep Research | 26 jun 2025 | 49,20 % | inferred modality/version alias from o4-mini | Sí | Fuente | |
| Qwen 3 Next 80B A3B Thinking | - | 49 % | TAU1-Airline | Sí | Fuente | |
| Qwen 3 235B A22B Thinking 2507 | - | 46 % | TAU1-Airline | Sí | Fuente | |
| Qwen 3 A235 A22B Instruct 2507 | - | 44 % | - | Sí | Fuente | |
| Qwen 3 Next 80B A3B Instruct | - | 44 % | TAU1-Airline | Sí | Fuente | |
| GPT 4o (2024-08-06) | 06 ago 2024 | 42,80 % | - | Sí | Fuente | |
| GPT 4o Audio Preview (2025-06-03) | 03 jun 2025 | 42,80 % | inferred modality/version alias from gpt-4o-2024-08-06 | Sí | Fuente | |
| GPT 4o Audio Preview (2024-10-01) | 01 oct 2024 | 42,80 % | inferred modality/version alias from gpt-4o-2024-08-06 | Sí | Fuente | |
| GPT 4o Audio Preview (2024-12-17) | 17 dic 2024 | 42,80 % | inferred modality/version alias from gpt-4o-2024-08-06 | Sí | Fuente | |
| GPT 4o Realtime Preview (2025-06-03) | 03 jun 2025 | 42,80 % | inferred modality/version alias from gpt-4o-2024-08-06 | Sí | Fuente | |
| GPT 4o Realtime Preview (2024-10-01) | 01 oct 2024 | 42,80 % | inferred modality/version alias from gpt-4o-2024-08-06 | Sí | Fuente | |
| GPT 4o Search Preview | 11 mar 2025 | 42,80 % | inferred modality/version alias from gpt-4o-2024-08-06 | Sí | Fuente | |
| GPT 4o Transcribe | 20 mar 2025 | 42,80 % | inferred modality/version alias from gpt-4o-2024-08-06 | Sí | Fuente | |
| GPT 4o Transcribe Diarize | 15 oct 2025 | 42,80 % | inferred modality/version alias from gpt-4o-2024-08-06 | Sí | Fuente | |
| GPT OSS 20b | 05 ago 2025 | 42,60 % | Medium Reasoning Effort | Sí | Fuente |
