Humanity's Last Exam
Résultats des évaluations de l’IA et performances des modèles
Type: percentage
Résultats enregistrés
172
Score moyen
27.82%
Plage des scores
4.20% - 64.70%
Modèle en tête
64.70% - Claude Mythos Preview
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 |
|---|---|---|---|---|---|---|
| Claude Mythos Preview | 07 avr. 2026 | 64,70 % | With tools | Oui | Source | |
| Claude Fable 5 | 09 juin 2026 | 64,50 % | With tools; starred row in Anthropic's launch table | Oui | Source | |
| Claude Mythos 5 | 09 juin 2026 | 64,50 % | With tools; starred row in Anthropic's launch table | Oui | Source | |
| Muse Spark 1.1 | 09 juil. 2026 | 62,10 % | With tools; multidisciplinary reasoning | Oui | Source | |
| GPT 5.4 Pro | 05 mars 2026 | 58,70 % | With tools | Oui | Source | |
| Muse Spark Contemplating | 08 avr. 2026 | 58,40 % | With tools | Oui | Source | |
| Claude Sonnet 5 | 30 juin 2026 | 57,40 % | With web search, web fetch, programmatic tool calling, and code execution; auto thinking; 1M total-token cap | Oui | Source | |
| GPT 5.5 Pro | 23 avr. 2026 | 57,20 % | With tools | Oui | Source | |
| Claude Opus 5 | 24 juil. 2026 | 56,30 % | No tools; thinking set to auto; total token use capped at 1M; Claude Opus 4.6 grader | Oui | Source | |
| Claude Opus 4.7 | 16 avr. 2026 | 54,70 % | With tools | Oui | Source | |
| Claude Opus 4.6 | 05 févr. 2026 | 53,10 % | - | Oui | Source | |
| GLM 5.1 | 07 avr. 2026 | 52,30 % | With tools | Oui | Source | |
| GPT 5.5 | 23 avr. 2026 | 52,20 % | With tools | Oui | Source | |
| GPT 5.4 | 05 mars 2026 | 52,10 % | With tools | Oui | Source | |
| Gemini 3.1 Pro Preview | 19 févr. 2026 | 51,40 % | Search + Code | Oui | - | |
| Kimi K2 Thinking | 06 nov. 2025 | 51 % | inferred alias from kimi-k2-thinking-0905 | Oui | Source | |
| Grok 4 Heavy | 10 juil. 2025 | 50,70 % | - | Oui | Source | |
| Muse Spark | 08 avr. 2026 | 50,40 % | With tools | Oui | Source | |
| Kimi K2.5 | 27 janv. 2026 | 50,20 % | - | Oui | Source | |
| GPT 5.2 Pro | 11 déc. 2025 | 50 % | With Search + Python | Oui | Source | |
| Fugu Ultra | 22 juin 2026 | 50 % | Sakana Fugu product page benchmark table. | Oui | Source | |
| Claude Sonnet 4.6 | 17 févr. 2026 | 49 % | With tools | Oui | Source | |
| Qwen 3.5 27B | 24 févr. 2026 | 48,50 % | - | Oui | Source | |
| Qwen 3.5 Flash | 23 févr. 2026 | 48,50 % | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | Oui | Source | |
| Qwen 3.5 397B A17B | 16 févr. 2026 | 48,30 % | With tools | Oui | Source |
