HealthBench
Résultats des évaluations de l’IA et performances des modèles
Type: percentageHealth
Résultats enregistrés
23
Score moyen
54.33%
Plage des scores
30% - 67.20%
Modèle en tête
67.20% - GPT 5
Scores au fil du temps
Scores individuels du benchmark tracés par date.
Résultats des modèles
| Organisation | Modèles | Date du résultat | Meilleur score | Informations | Déclaré par le fournisseur | Source |
|---|---|---|---|---|---|---|
| GPT 5 | 07 août 2025 | 67,20 % | With Thinking | Oui | Source | |
| Claude Opus 5 | 24 juil. 2026 | 67,10 % | Raw score; adaptive thinking at max effort; no tools or custom system prompt; Claude Opus 4.8 grader; average of 5 trials | Oui | Source | |
| Claude Fable 5 | 09 juin 2026 | 66 % | Professional; starred row in Anthropic's launch table | Oui | Source | |
| Claude Mythos 5 | 09 juin 2026 | 66 % | Professional; starred row in Anthropic's launch table | Oui | Source | |
| GPT-6.1 Sol | 29 sept. 2026 | 58,50 % | HealthBench; length-adjusted score (unadjusted 56.7, mean response length 1701 chars); GPT-6.1 Terra system card | Oui | Source | |
| GPT-6 Astra | 03 sept. 2026 | 58,30 % | HealthBench; length-adjusted score (unadjusted 56.9, mean response length 1760 chars); GPT-6.1 Terra system card | Oui | Source | |
| Kimi K2 Thinking | 06 nov. 2025 | 58 % | inferred alias from kimi-k2-thinking-0905 | Oui | Source | |
| Seed 2.0 Pro | 14 févr. 2026 | 57,70 % | Seed2 official benchmark table | HealthBench | Oui | Source | |
| GPT OSS 120b | 05 août 2025 | 57,60 % | High Reasoning Effort | Oui | Source | |
| GPT OSS Safeguard 120b | 29 oct. 2025 | 57,60 % | inferred high-confidence family alias from gpt-oss-120b (score=0.5102; benches=7) | Oui | Source | |
| GPT 5.6 Terra | 09 juil. 2026 | 57 % | HealthBench; length-adjusted score (unadjusted 58.7, mean response length 2285 chars); GPT-6.1 Terra system card | Oui | Source | |
| GPT-6.1 Terra | 26 oct. 2026 | 55,10 % | HealthBench; length-adjusted score (unadjusted 51.1, mean response length 1331 chars); GPT-6.1 Terra system card | Oui | Source | |
| GPT 5.3 Chat | 03 mars 2026 | 54,10 % | - | Oui | Source | |
| Seed 2.0 Lite | 14 févr. 2026 | 51,20 % | Seed2 official benchmark table | HealthBench | Oui | Source | |
| GPT OSS 20b | 05 août 2025 | 42,50 % | High Reasoning Effort | Oui | Source | |
| GPT OSS Safeguard 20b | 29 oct. 2025 | 42,50 % | inferred high-confidence family alias from gpt-oss-20b (score=0.5137; benches=7) | Oui | Source | |
| Seed 2.0 Mini | 14 févr. 2026 | 30 % | Seed2 official benchmark table | HealthBench | Oui | Source |
