Tau2 Airline
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentageCommunication
दर्ज परिणाम
19
औसत स्कोर
53.02%
स्कोर सीमा
45.50% - 88%
अग्रणी मॉडल
88% - Trinity Large Thinking
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 |
|---|---|---|---|---|---|---|
| Trinity Large Thinking | 01 अप्रैल 2026 | 88% | Hugging Face model card benchmark table (arcee-ai/Trinity-Large-Thinking) | हाँ | स्रोत | |
| GPT 5.1 Chat | 13 नव॰ 2025 | 67% | inferred alias from gpt-5.1-2025-11-13 | हाँ | स्रोत | |
| Claude Haiku 4.5 | 15 अक्टू॰ 2025 | 63.60% | inferred alias from claude-haiku-4-5-20251001 | हाँ | स्रोत | |
| Qwen 3 Next 80B A3B Thinking | - | 60.50% | - | हाँ | स्रोत | |
| LongCat Flash Chat | - | 58% | inferred high-confidence family alias from longcat-flash-chat (score=0.4667; benches=16) | हाँ | स्रोत | |
| Qwen 3 235B A22B Thinking 2507 | - | 58% | - | हाँ | स्रोत | |
| Nemotron 3 Super | 11 मार्च 2026 | 56.25% | - | हाँ | स्रोत | |
| Mercury 2 | 24 फ़र॰ 2026 | 53% | - | हाँ | स्रोत | |
| Nemotron 3 Nano 30B A3B | 15 दिस॰ 2025 | 48% | - | हाँ | स्रोत | |
| GPT 4o (2024-08-06) | 06 अग॰ 2024 | 45.50% | - | हाँ | स्रोत | |
| GPT 4o Audio Preview (2025-06-03) | 03 जून 2025 | 45.50% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Audio Preview (2024-10-01) | 01 अक्टू॰ 2024 | 45.50% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Audio Preview (2024-12-17) | 17 दिस॰ 2024 | 45.50% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Realtime Preview (2025-06-03) | 03 जून 2025 | 45.50% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Realtime Preview (2024-10-01) | 01 अक्टू॰ 2024 | 45.50% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Search Preview | 11 मार्च 2025 | 45.50% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Transcribe | 20 मार्च 2025 | 45.50% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| GPT 4o Transcribe Diarize | 15 अक्टू॰ 2025 | 45.50% | inferred modality/version alias from gpt-4o-2024-08-06 | हाँ | स्रोत | |
| Qwen 3 Next 80B A3B Instruct | - | 45.50% | - | हाँ | स्रोत |
