Ai2 SciArena
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: numerical
दर्ज परिणाम
16
औसत स्कोर
1034
स्कोर सीमा
945 - 1172
अग्रणी मॉडल
1172 - o3
समय के साथ स्कोर
तारीख के अनुसार दिखाए गए अलग-अलग बेंचमार्क स्कोर।
मॉडल परिणाम
| संगठन | मॉडल | रिपोर्ट किया गया | सबसे ऊँचा स्कोर | जानकारी | स्व-रिपोर्ट किया गया | स्रोत |
|---|---|---|---|---|---|---|
| o3 | 16 अप्रैल 2025 | 1,172 | - | नहीं | स्रोत | |
| Claude Opus 4 | 21 मई 2025 | 1,080 | - | नहीं | स्रोत | |
| Gemini 2.5 Pro Preview (2025-06-05) | 05 जून 2025 | 1,063 | - | नहीं | स्रोत | |
| DeepSeek R1 (2025-05-28) | 28 मई 2025 | 1,062 | - | नहीं | स्रोत | |
| o4 Mini | 16 अप्रैल 2025 | 1,054 | - | नहीं | स्रोत | |
| Claude Sonnet 4 | 21 मई 2025 | 1,045 | - | नहीं | स्रोत | |
| GPT 4.1 | 14 अप्रैल 2025 | 1,037 | - | नहीं | स्रोत | |
| Qwen 3 235B A22B | - | 1,026 | - | नहीं | स्रोत | |
| GPT 4.1 Mini | 14 अप्रैल 2025 | 1,026 | - | नहीं | स्रोत | |
| Grok 3 | 18 अप्रैल 2025 | 1,024 | - | नहीं | स्रोत | |
| DeepSeek R1 (2025-01-20) | 20 जन॰ 2025 | 1,018 | - | नहीं | स्रोत | |
| DeepSeek V3 (2024-12-26) | 26 दिस॰ 2024 | 1,016 | - | नहीं | स्रोत | |
| Qwen 3 32B | - | 1,009 | - | नहीं | स्रोत | |
| QwQ 32B | - | 996 | - | नहीं | स्रोत | |
| Claude 3.7 Sonnet | 24 फ़र॰ 2025 | 975 | - | नहीं | स्रोत | |
| Mistral Small 3.1 | 17 मार्च 2025 | 945 | - | नहीं | स्रोत |
