Tau Bench (Airline)
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentage
दर्ज परिणाम
33
औसत स्कोर
44.51%
स्कोर सीमा
10% - 62%
अग्रणी मॉडल
62% - MiniMax M1 80K
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 |
|---|---|---|---|---|---|---|
| MiniMax M1 80K | 16 जून 2025 | 62% | - | हाँ | - | |
| GLM 4.5 Air | 28 जुल॰ 2025 | 60.80% | - | हाँ | स्रोत | |
| GLM 4.5 | 28 जुल॰ 2025 | 60.40% | - | हाँ | स्रोत | |
| Minimax M1 40K | 16 जून 2025 | 60% | - | हाँ | - | |
| Qwen 3 Coder 480B A35B Instruct | - | 60% | - | हाँ | स्रोत | |
| Claude Opus 4.1 | 05 अग॰ 2025 | 56% | - | हाँ | स्रोत | |
| EXAONE 4.0 32B | 15 जुल॰ 2025 | 51.50% | Reasoning | हाँ | स्रोत | |
| GPT 4.5 Preview | 27 फ़र॰ 2025 | 50% | - | हाँ | स्रोत | |
| GPT OSS 120b | 05 अग॰ 2025 | 49.20% | High Reasoning Effort | हाँ | स्रोत | |
| o4 Mini | 16 अप्रैल 2025 | 49.20% | - | हाँ | स्रोत | |
| o4 mini Deep Research | 26 जून 2025 | 49.20% | inferred modality/version alias from o4-mini | हाँ | स्रोत | |
| Qwen 3 Next 80B A3B Thinking | - | 49% | TAU1-Airline | हाँ | स्रोत | |
| Qwen 3 235B A22B Thinking 2507 | - | 46% | TAU1-Airline | हाँ | स्रोत | |
| Qwen 3 A235 A22B Instruct 2507 | - | 44% | - | हाँ | स्रोत | |
| Qwen 3 Next 80B A3B Instruct | - | 44% | TAU1-Airline | हाँ | स्रोत | |
| GPT 4o (2024-08-06) | 06 अग॰ 2024 | 42.80% | - | हाँ | स्रोत | |
| GPT 4o Audio Preview (2025-06-03) | 03 जून 2025 | 42.80% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Audio Preview (2024-10-01) | 01 अक्टू॰ 2024 | 42.80% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Audio Preview (2024-12-17) | 17 दिस॰ 2024 | 42.80% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Realtime Preview (2025-06-03) | 03 जून 2025 | 42.80% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Realtime Preview (2024-10-01) | 01 अक्टू॰ 2024 | 42.80% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Search Preview | 11 मार्च 2025 | 42.80% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Transcribe | 20 मार्च 2025 | 42.80% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Transcribe Diarize | 15 अक्टू॰ 2025 | 42.80% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT OSS 20b | 05 अग॰ 2025 | 42.60% | Medium Reasoning Effort | हाँ | स्रोत |
