CharXiv-Reasoning
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentage
दर्ज परिणाम
16
औसत स्कोर
77.51%
स्कोर सीमा
52.70% - 91%
अग्रणी मॉडल
91% - Claude Opus 4.7
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 |
|---|---|---|---|---|---|---|
| Claude Opus 4.7 | 16 अप्रैल 2026 | 91% | With tools | हाँ | स्रोत | |
| Muse Spark 1.1 | 09 जुल॰ 2026 | 88.40% | Chart QA | हाँ | स्रोत | |
| Fugu Ultra | 22 जून 2026 | 86.60% | Sakana Fugu product page benchmark table. | हाँ | स्रोत | |
| Muse Spark | 08 अप्रैल 2026 | 86.40% | Figure understanding | हाँ | स्रोत | |
| Fugu | 22 जून 2026 | 85.10% | Sakana Fugu product page benchmark table. | हाँ | स्रोत | |
| Gemini 3.5 Flash | 19 मई 2026 | 84.20% | - | हाँ | स्रोत | |
| Gemini 3 Pro Preview | 18 नव॰ 2025 | 81.40% | - | हाँ | स्रोत | |
| GPT 5 | 07 अग॰ 2025 | 81.10% | With Thinking, Pass @ 1 | हाँ | स्रोत | |
| Muse Glimmer 30B | 10 अग॰ 2026 | 78.80% | High reasoning | हाँ | स्रोत | |
| GPT 5 Mini | 07 अग॰ 2025 | 75.50% | High Reasoning Effort | हाँ | स्रोत | |
| Gemini 3.1 Flash-Lite | 07 मई 2026 | 73.20% | - | हाँ | स्रोत | |
| Gemini 3.1 Flash Lite Preview | 03 मार्च 2026 | 73.20% | - | हाँ | स्रोत | |
| GPT 5 Nano | 07 अग॰ 2025 | 62.70% | High Reasoning Effort | हाँ | स्रोत | |
| Command A+ | 20 मई 2026 | 52.70% | - | हाँ | स्रोत |
