LisanBench
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: numerical
दर्ज परिणाम
14
औसत स्कोर
2415
स्कोर सीमा
48 - 14400
अग्रणी मॉडल
14400 - 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 | 14,400 | xHigh thinking; path length avg; difficulty-weighted 5122.5986; max 19112; avg validity 99.70%; 50 starting words | नहीं | स्रोत | |
| GPT 5.5 | 23 अप्रैल 2026 | 9,845 | Medium thinking; path length avg; difficulty-weighted 3315.5211; max 15635; avg validity 99.45%; 50 starting words | नहीं | स्रोत | |
| Gemini 3.1 Pro Preview | 19 फ़र॰ 2026 | 6,445 | High thinking; path length avg; difficulty-weighted 1929.1071; max 11728; avg validity 95.98%; 50 starting words | नहीं | स्रोत | |
| o3 | 16 अप्रैल 2025 | 1,036 | - | नहीं | स्रोत | |
| o1 | 17 दिस॰ 2024 | 338 | - | नहीं | स्रोत | |
| o4 Mini | 16 अप्रैल 2025 | 337 | High Reasoning Effort | नहीं | स्रोत | |
| o3 mini | 30 जन॰ 2025 | 324 | - | नहीं | स्रोत | |
| Grok 3 Beta | 19 फ़र॰ 2025 | 231 | - | नहीं | स्रोत | |
| GPT 4.5 Preview | 27 फ़र॰ 2025 | 220 | - | नहीं | स्रोत | |
| Claude 3.5 Sonnet (2024-10-22) | 22 अक्टू॰ 2024 | 167 | - | नहीं | स्रोत | |
| Claude 3.7 Sonnet | 24 फ़र॰ 2025 | 166 | - | नहीं | स्रोत | |
| Claude Sonnet 4 | 21 मई 2025 | 99 | - | नहीं | स्रोत | |
| Claude 3 Opus | 04 मार्च 2024 | 48 | - | नहीं | स्रोत |
