Tau 2 Telecom
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentage
दर्ज परिणाम
46
औसत स्कोर
70.40%
स्कोर सीमा
13.20% - 99.30%
अग्रणी मॉडल
99.30% - Claude Opus 4.6
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 4.6 | 05 फ़र॰ 2026 | 99.30% | - | हाँ | स्रोत | |
| Gemini 3.1 Pro Preview | 19 फ़र॰ 2026 | 99.30% | - | हाँ | - | |
| GPT 5 Pro | 07 अग॰ 2025 | 98.90% | inferred family alias from gpt-5.4 (score=0.4083; benches=19) | हाँ | स्रोत | |
| GPT 5 Search API | 14 अक्टू॰ 2025 | 98.90% | inferred family alias from gpt-5.4 (score=0.3050; benches=19) | हाँ | स्रोत | |
| GPT 5.4 | 05 मार्च 2026 | 98.90% | - | हाँ | स्रोत | |
| GPT 5.2 Chat | 11 दिस॰ 2025 | 98.70% | inferred alias from gpt-5.2-2025-12-11 | हाँ | स्रोत | |
| GLM 5 Turbo | 15 मार्च 2026 | 98.50% | Artificial Analysis structured model metrics | नहीं | स्रोत | |
| Claude Opus 4.5 | 24 नव॰ 2025 | 98.20% | Avg@5, 64k Thinking | हाँ | स्रोत | |
| GPT 5.5 | 23 अप्रैल 2026 | 98% | Original prompts | हाँ | स्रोत | |
| Grok 4.3 | 30 अप्रैल 2026 | 98% | - | नहीं | स्रोत | |
| Claude Sonnet 4.6 | 17 फ़र॰ 2026 | 97.90% | - | हाँ | स्रोत | |
| MiMo V2 Pro | 18 मार्च 2026 | 96.80% | - | हाँ | स्रोत | |
| MiMo V2 TTS (Free) | 18 मार्च 2026 | 96.80% | inferred modality/version alias from mimo-v2-pro | हाँ | स्रोत | |
| GPT 5 | 07 अग॰ 2025 | 96.70% | With Thinking, Pass @ 1 | हाँ | स्रोत | |
| GPT 5.1 Chat | 13 नव॰ 2025 | 95.60% | inferred alias from gpt-5.1-2025-11-13 | हाँ | स्रोत | |
| Trinity Large Thinking | 01 अप्रैल 2026 | 94.70% | Hugging Face model card benchmark table (arcee-ai/Trinity-Large-Thinking) | हाँ | स्रोत | |
| Nova 2 Pro | 02 दिस॰ 2025 | 94.50% | - | हाँ | स्रोत | |
| GPT 5.4 Mini | 17 मार्च 2026 | 93.40% | - | हाँ | स्रोत | |
| Grok 4.20 | 17 फ़र॰ 2026 | 93% | Artificial Analysis structured model metrics | नहीं | स्रोत | |
| GPT 5.4 Nano | 17 मार्च 2026 | 92.50% | - | हाँ | स्रोत | |
| MiniMax M2 | 27 अक्टू॰ 2025 | 87% | - | हाँ | - | |
| MiniMax M2 Her | 24 जन॰ 2026 | 87% | inferred modality/version alias from minimax-m2 | हाँ | - | |
| MiniMax M2.1 | 23 दिस॰ 2025 | 87% | - | हाँ | स्रोत | |
| Solar Pro 3 (2026-03-23) | 23 मार्च 2026 | 86.30% | Artificial Analysis structured model metrics | नहीं | स्रोत | |
| Command A+ | 20 मई 2026 | 85% | Compared with Command A Reasoning at 37% | हाँ | स्रोत |