PhaseoPhaseo
ModelosChatCompararAplicativosClassificações

Ajude a manter os dados públicos corretos

Viu algo faltando, incorreto ou desatualizado? Conte-nos sobre esta página.

PhaseoPhaseo
Verificando statusVerificando statusVisitar página de status
O status por componente está indisponível.

Explorar

  • Modelos
  • Chat
  • Provedores
  • Aplicativos
  • Classificações
  • Ferramentas

Recursos

  • Comparar
  • Guias de migração
  • Metodologia
  • Blog

Comunidade

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

Criar

  • Documentação
  • Referência da API
  • Início rápido
  • SDKs

Empresa

  • Sobre
  • Central de confiança
  • Missão
  • Preços
  • Funciona com
  • Agradecimentos
  • Suporte
  • Privacidade
  • Termos

Explorar

  • Modelos
  • Chat
  • Provedores
  • Aplicativos
  • Classificações
  • Ferramentas

Criar

  • Documentação
  • Referência da API
  • Início rápido
  • SDKs

Recursos

  • Comparar
  • Guias de migração
  • Metodologia
  • Blog

Empresa

  • Sobre
  • Central de confiança
  • Missão
  • Preços
  • Funciona com
  • Agradecimentos
  • Suporte
  • Privacidade
  • Termos

Comunidade

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

© 2025 • Phaseo

Alterar idioma: Português (Brasil)
  • English (UK)
  • 简体中文
  • हिन्दी
  • Español (España)
  • Français (France)
  • Deutsch (Deutschland)
  • Português (Brasil)
  • 日本語
  • العربية

Ajuda:problema·Suporte

Precisa de ajuda com o Phaseo?Abrir um problemaouentrar em contato com o suporte

Agents' Last Exam

Agents' Last Exam

Resultados de benchmarks de IA e desempenho dos modelos

Tipo: percentageAgents
Ver fonte do benchmark

Resultados registrados

32

Pontuação média

50.68%

Faixa de pontuação

25.20% - 77.40%

Modelo líder

77.40% - Gemini 4 Carbon
Pontuações ao longo do tempo

Pontuações individuais do benchmark exibidas por data.

Resultados de modelos

OrganizaçãoModelosData informadaMaior pontuaçãoInformaçõesDeclarado pelo provedorFonte
Google
Google
Gemini 4 Carbon28 de out. de 202677,40%Google-reported launch evaluation; source chart: https://storage.googleapis.com/gweb-uniblog-publish-prod/images/gemini_4_carbon__evals-table.original.png; methodology: deepmind.google/models/evals-methodology/gemini-4-carbonSimFonte
AnthropicAnthropic
Anthropic
Claude Opus 5.522 de set. de 202663,20%Agents' Last Exam v1; reasoning effort max; estimated cost per task $8.82; Reported by OpenAI (not Anthropic) in the GPT-6.1 Terra launch postNãoFonte
OpenAIOpenAI
OpenAI
GPT-6.1 Terra26 de out. de 202660%Agents' Last Exam v1; reasoning effort max; estimated cost per task $1.01; OpenAI-reported in the GPT-6.1 Terra launch postSimFonte
OpenAIOpenAI
OpenAI
GPT-6 Astra03 de set. de 202659,30%GPT-6 Astra launch evaluationSimFonte
OpenAIOpenAI
OpenAI
GPT-6.1 Sol29 de set. de 202658,60%Agents' Last Exam v1; reasoning effort max; estimated cost per task $2; OpenAI-reported in the GPT-6.1 Terra launch postSimFonte
OpenAIOpenAI
OpenAI
GPT-6 Luna22 de set. de 202650,90%Agents' Last Exam v1; reasoning effort max; estimated cost per task $0.14; OpenAI-reported in the GPT-6.1 Terra launch postSimFonte
OpenAIOpenAI
OpenAI
GPT 5.6 Terra09 de jul. de 202650,70%Agents' Last Exam v1; reasoning effort max; estimated cost per task $3.58; OpenAI-reported in the GPT-6.1 Terra launch postSimFonte
Qwen
Qwen
Qwen 3.8 27B14 de ago. de 202642,90%Pass@1: 20.4; reported aggregate score: 42.9SimFonte
Google
Google
Gemini 4 Argon13 de out. de 202639,50%Google-reported launch evaluation; source chart: https://storage.googleapis.com/gweb-uniblog-publish-prod/original_images/gemini-4-argon_table_blog.gifSimFonte
DeepSeek
DeepSeek
DeepSeek V4.1 Flash 101717 de out. de 202635,40%Agents' Last Exam. Developer-reported percentage score (0–100), higher is better. DeepSeek-V4.1-Flash-1017 model card, release 2026-10-17, accessed 2026-10-17. Reasoning effort and any unlisted evaluation settings are not specified by this card.SimFonte
DeepSeek
DeepSeek
DeepSeek V4.1 Flash10 de set. de 202631,80%Instruct model; reasoning_effort=100; Pass@1SimFonte
DeepSeek
DeepSeek
DeepSeek V4 Flash 073131 de jul. de 202625,20%DeepSeek-V4-Flash-0731SimFonte
Relatar um problema
Criar conta