SimpleQA
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentage
दर्ज परिणाम
87
औसत स्कोर
36.60%
स्कोर सीमा
1.80% - 97.10%
अग्रणी मॉडल
97.10% - DeepSeek OCR 2
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 |
|---|---|---|---|---|---|---|
| DeepSeek OCR 2 | - | 97.10% | inferred family alias from deepseek-v3.2-exp (score=0.3809; benches=14) | हाँ | स्रोत | |
| DeepSeek V3.2 Exp | 29 सित॰ 2025 | 97.10% | - | हाँ | स्रोत | |
| DeepSeek V3.1 | 21 अग॰ 2025 | 93.40% | Search agent evaluation | हाँ | स्रोत | |
| DeepSeek V3.1 Terminus | 22 सित॰ 2025 | 93.40% | inferred alias from deepseek-v3.1 | हाँ | स्रोत | |
| Ernie 5.0 | 22 जन॰ 2026 | 75% | - | हाँ | स्रोत | |
| Ernie 5.0 0110 | - | 75% | inferred version-family alias from ernie-5.0 | हाँ | स्रोत | |
| Ernie 5.0 Preview 1203 | - | 75% | inferred version-family alias from ernie-5.0 | हाँ | स्रोत | |
| Ernie 5.0 Preview 1220 | - | 75% | inferred version-family alias from ernie-5.0 | हाँ | स्रोत | |
| Gemini 3 Pro Image Preview (Nano Banana Pro) | 20 नव॰ 2025 | 72.10% | inferred modality/version alias from gemini-3-pro-preview | हाँ | स्रोत | |
| Gemini 3 Pro Preview | 18 नव॰ 2025 | 72.10% | - | हाँ | स्रोत | |
| Gemini 3 Flash Preview | 17 दिस॰ 2025 | 68.70% | - | हाँ | स्रोत | |
| GPT 4.5 Preview | 27 फ़र॰ 2025 | 62.50% | - | हाँ | स्रोत | |
| Qwen 3 VL 32B Thinking | - | 55.40% | - | हाँ | - | |
| Qwen 3 A235 A22B Instruct 2507 | - | 54.30% | - | हाँ | स्रोत | |
| Gemini 2.5 Pro Preview (2025-06-05) | 05 जून 2025 | 54% | - | हाँ | स्रोत | |
| Gemini 2.5 Pro Preview TTS (2025-05-20) | 20 मई 2025 | 54% | inferred family alias from gemini-2.5-pro-preview-06-05 (score=0.4243; benches=13) | हाँ | स्रोत | |
| Qwen 3 VL 235B A22B Instruct | - | 51.90% | - | हाँ | - | |
| Gemini 2.5 Computer Use Preview | 07 अक्टू॰ 2025 | 50.80% | inferred family alias from gemini-2.5-pro (score=0.3960; benches=16) | हाँ | स्रोत | |
| Gemini 2.5 Pro Experimental (2025-03-25) | 25 मार्च 2025 | 50.80% | inferred alias from gemini-2.5-pro | हाँ | स्रोत | |
| Gemini 2.5 Pro Preview (2025-05-06) | 06 मई 2025 | 50.80% | - | हाँ | स्रोत | |
| Gemini 2.5 Pro Preview TTS (2025-12-10) | 10 दिस॰ 2025 | 50.80% | inferred modality/version alias from gemini-2.5-pro | हाँ | स्रोत | |
| Gemini Embedding 2 Preview | 10 मार्च 2026 | 50.80% | manual fallback alias from gemini-2.5-pro | हाँ | स्रोत | |
| Qwen 3 8B | - | 49.60% | inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.4600; benches=50) | हाँ | - | |
| Qwen 3 Guard Stream 8B | - | 49.60% | inferred family alias from qwen3-vl-8b-thinking (score=0.3371; benches=50) | हाँ | - | |
| Qwen 3 VL 8B Thinking | - | 49.60% | - | हाँ | - |
