PhaseoPhaseo
ModèlesChatComparerApplicationsClassements

Aidez à maintenir l’exactitude des données publiques

Une information manque, est incorrecte ou obsolète ? Signalez-le-nous pour cette page.

PhaseoPhaseo
Vérification du statutVérification du statutConsulter la page du statut
Le statut au niveau du composant est indisponible.

Explorer

  • Modèles
  • Chat
  • Fournisseurs
  • Applications
  • Classements
  • Outils

Ressources

  • Comparer
  • Guides de migration
  • Méthodologie
  • Blog

Communauté

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

Développer

  • Documentation
  • Référence API
  • Démarrage rapide
  • SDK

Entreprise

  • À propos
  • Centre de confiance
  • Mission
  • Tarifs
  • Compatible avec
  • Remerciements
  • Assistance
  • Confidentialité
  • Conditions

Explorer

  • Modèles
  • Chat
  • Fournisseurs
  • Applications
  • Classements
  • Outils

Développer

  • Documentation
  • Référence API
  • Démarrage rapide
  • SDK

Ressources

  • Comparer
  • Guides de migration
  • Méthodologie
  • Blog

Entreprise

  • À propos
  • Centre de confiance
  • Mission
  • Tarifs
  • Compatible avec
  • Remerciements
  • Assistance
  • Confidentialité
  • Conditions

Communauté

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

© 2025 • Phaseo

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

Aide :Problème·Assistance

Besoin d’aide avec Phaseo ?Signaler un problèmeoucontacter l’assistance

Agents' Last Exam

Agents' Last Exam

Résultats des évaluations de l’IA et performances des modèles

Type: percentageAgents
Voir la source du benchmark

Résultats enregistrés

32

Score moyen

50.68%

Plage des scores

25.20% - 77.40%

Modèle en tête

77.40% - Gemini 4 Carbon
Scores au fil du temps

Scores individuels du benchmark tracés par date.

Résultats des modèles

OrganisationModèlesDate du résultatMeilleur scoreInformationsDéclaré par le fournisseurSource
Google
Google
Gemini 4 Carbon28 oct. 202677,40 %Google-reported launch evaluation; source chart: https://storage.googleapis.com/gweb-uniblog-publish-prod/images/gemini_4_carbon__evals-table.original.png; methodology: deepmind.google/models/evals-methodology/gemini-4-carbonOuiSource
AnthropicAnthropic
Anthropic
Claude Opus 5.522 sept. 202663,20 %Agents' Last Exam v1; reasoning effort max; estimated cost per task $8.82; Reported by OpenAI (not Anthropic) in the GPT-6.1 Terra launch postNonSource
OpenAIOpenAI
OpenAI
GPT-6.1 Terra26 oct. 202660 %Agents' Last Exam v1; reasoning effort max; estimated cost per task $1.01; OpenAI-reported in the GPT-6.1 Terra launch postOuiSource
OpenAIOpenAI
OpenAI
GPT-6 Astra03 sept. 202659,30 %GPT-6 Astra launch evaluationOuiSource
OpenAIOpenAI
OpenAI
GPT-6.1 Sol29 sept. 202658,60 %Agents' Last Exam v1; reasoning effort max; estimated cost per task $2; OpenAI-reported in the GPT-6.1 Terra launch postOuiSource
OpenAIOpenAI
OpenAI
GPT-6 Luna22 sept. 202650,90 %Agents' Last Exam v1; reasoning effort max; estimated cost per task $0.14; OpenAI-reported in the GPT-6.1 Terra launch postOuiSource
OpenAIOpenAI
OpenAI
GPT 5.6 Terra09 juil. 202650,70 %Agents' Last Exam v1; reasoning effort max; estimated cost per task $3.58; OpenAI-reported in the GPT-6.1 Terra launch postOuiSource
Qwen
Qwen
Qwen 3.8 27B14 août 202642,90 %Pass@1: 20.4; reported aggregate score: 42.9OuiSource
Google
Google
Gemini 4 Argon13 oct. 202639,50 %Google-reported launch evaluation; source chart: https://storage.googleapis.com/gweb-uniblog-publish-prod/original_images/gemini-4-argon_table_blog.gifOuiSource
DeepSeek
DeepSeek
DeepSeek V4.1 Flash 101717 oct. 202635,40 %Agents' Last Exam. Developer-reported percentage score (0–100), higher is better. DeepSeek-V4.1-Flash-1017 model card, release 2026-10-17, accessed 2026-10-17. Reasoning effort and any unlisted evaluation settings are not specified by this card.OuiSource
DeepSeek
DeepSeek
DeepSeek V4.1 Flash10 sept. 202631,80 %Instruct model; reasoning_effort=100; Pass@1OuiSource
DeepSeek
DeepSeek
DeepSeek V4 Flash 073131 juil. 202625,20 %DeepSeek-V4-Flash-0731OuiSource
Signaler un problème
Créer un compte