AI2D
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentage
दर्ज परिणाम
58
औसत स्कोर
87.48%
स्कोर सीमा
71.60% - 94.40%
अग्रणी मॉडल
94.40% - Qwen 3.6 Plus
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 |
|---|---|---|---|---|---|---|
| Qwen 3.6 Plus | 01 अप्रैल 2026 | 94.40% | - | हाँ | स्रोत | |
| GPT 4o (2024-08-06) | 06 अग॰ 2024 | 94.20% | - | हाँ | स्रोत | |
| GPT 4o Audio Preview (2025-06-03) | 03 जून 2025 | 94.20% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Audio Preview (2024-10-01) | 01 अक्टू॰ 2024 | 94.20% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Audio Preview (2024-12-17) | 17 दिस॰ 2024 | 94.20% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Realtime Preview (2025-06-03) | 03 जून 2025 | 94.20% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Realtime Preview (2024-10-01) | 01 अक्टू॰ 2024 | 94.20% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Search Preview | 11 मार्च 2025 | 94.20% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Transcribe | 20 मार्च 2025 | 94.20% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Transcribe Diarize | 15 अक्टू॰ 2025 | 94.20% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| Pixtral Large | 18 नव॰ 2024 | 93.80% | - | हाँ | स्रोत | |
| Qwen 3.5 122B A10B | 24 फ़र॰ 2026 | 93.30% | - | हाँ | स्रोत | |
| Mistral Small 3.2 | 20 जून 2025 | 92.91% | - | हाँ | स्रोत | |
| Qwen 3.5 27B | 24 फ़र॰ 2026 | 92.90% | - | हाँ | स्रोत | |
| Qwen 3.5 Flash | 23 फ़र॰ 2026 | 92.90% | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | हाँ | स्रोत | |
| Qwen 3.5 35B A3B | 24 फ़र॰ 2026 | 92.60% | - | हाँ | स्रोत | |
| Llama 3.2 90B Vision Instruct | - | 92.30% | inferred high-confidence family alias from llama-3.2-90b-instruct (score=0.5873; benches=13) | हाँ | स्रोत | |
| Llama 3.2 11B Vision Instruct | - | 91.10% | inferred high-confidence family alias from llama-3.2-11b-instruct (score=0.5873; benches=11) | हाँ | स्रोत | |
| Llama 3.2 1B Instruct | 25 सित॰ 2024 | 91.10% | inferred family alias from llama-3.2-11b-instruct (score=0.4200; benches=11) | हाँ | स्रोत | |
| Qwen 3 VL 235B A22B Instruct | - | 89.70% | - | हाँ | - | |
| Qwen 3 VL 32B Instruct | - | 89.50% | - | हाँ | - | |
| Qwen 3 VL 235B A22B Thinking | - | 89.20% | - | हाँ | - | |
| Qwen 3 VL 32B Thinking | - | 88.90% | - | हाँ | - | |
| Qwen 2.5 Math 72B | - | 88.40% | inferred high-confidence family alias from qwen2.5-vl-72b (score=0.4700; benches=30) | हाँ | स्रोत | |
| Qwen 2.5 Math PRM 72B | - | 88.40% | inferred family alias from qwen2.5-vl-72b (score=0.4050; benches=30) | हाँ | स्रोत |
