Tau 2 Retail
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentage
दर्ज परिणाम
29
औसत स्कोर
72.39%
स्कोर सीमा
56.90% - 92.70%
अग्रणी मॉडल
92.70% - Nova 2 Pro
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 |
|---|---|---|---|---|---|---|
| Nova 2 Pro | 02 दिस॰ 2025 | 92.70% | - | हाँ | स्रोत | |
| Claude Opus 4.6 | 05 फ़र॰ 2026 | 91.90% | - | हाँ | स्रोत | |
| Claude Sonnet 4.6 | 17 फ़र॰ 2026 | 91.70% | - | हाँ | स्रोत | |
| Gemini 3.1 Pro Preview | 19 फ़र॰ 2026 | 90.80% | - | हाँ | - | |
| Claude Opus 4.5 | 24 नव॰ 2025 | 88.90% | Avg@5, 64k Thinking | हाँ | स्रोत | |
| Claude Haiku 4.5 | 15 अक्टू॰ 2025 | 83.20% | inferred alias from claude-haiku-4-5-20251001 | हाँ | स्रोत | |
| GPT 5.2 Chat | 11 दिस॰ 2025 | 82% | inferred alias from gpt-5.2-2025-12-11 | हाँ | स्रोत | |
| GPT 5 | 07 अग॰ 2025 | 81.10% | With Thinking, Pass @ 1 | हाँ | स्रोत | |
| GPT 5 Mini | 07 अग॰ 2025 | 78.30% | High Reasoning Effort | हाँ | स्रोत | |
| GPT 5.1 Chat | 13 नव॰ 2025 | 77.90% | inferred alias from gpt-5.1-2025-11-13 | हाँ | स्रोत | |
| Nova 2 Lite | 02 दिस॰ 2025 | 76.50% | - | हाँ | स्रोत | |
| Qwen 3 235B A22B Thinking 2507 | - | 71.90% | - | हाँ | स्रोत | |
| LongCat Flash Chat | - | 71.27% | inferred high-confidence family alias from longcat-flash-chat (score=0.4667; benches=16) | हाँ | स्रोत | |
| Kimi K2 (2025-09-05) | 05 सित॰ 2025 | 70.60% | Avg@4 | हाँ | स्रोत | |
| Qwen 3 Next 80B A3B Thinking | - | 67.80% | - | हाँ | स्रोत | |
| GPT 4o (2024-08-06) | 06 अग॰ 2024 | 63.40% | - | हाँ | स्रोत | |
| GPT 4o Audio Preview (2025-06-03) | 03 जून 2025 | 63.40% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Audio Preview (2024-10-01) | 01 अक्टू॰ 2024 | 63.40% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Audio Preview (2024-12-17) | 17 दिस॰ 2024 | 63.40% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Realtime Preview (2025-06-03) | 03 जून 2025 | 63.40% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Realtime Preview (2024-10-01) | 01 अक्टू॰ 2024 | 63.40% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Search Preview | 11 मार्च 2025 | 63.40% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Transcribe | 20 मार्च 2025 | 63.40% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Transcribe Diarize | 15 अक्टू॰ 2025 | 63.40% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| Nemotron 3 Super | 11 मार्च 2026 | 62.83% | - | हाँ | स्रोत |
