GSM8K
Resultados de benchmarks de IA e desempenho dos modelos
Tipo: percentage
Resultados registrados
62
Pontuação média
80.12%
Faixa de pontuação
25.20% - 97%
Modelo líder
97% - GPT 4.5 Preview
Pontuações ao longo do tempo
Pontuações individuais do benchmark exibidas por data.
Resultados de modelos
| Organização | Modelos | Data informada | Maior pontuação | Informações | Declarado pelo provedor | Fonte |
|---|---|---|---|---|---|---|
| GPT 4.5 Preview | 27 de fev. de 2025 | 97% | - | Sim | Fonte | |
| Qwen 72B | - | 95,80% | inferred family alias from qwen-2.5-72b-instruct (score=0.3060; benches=14) | Sim | Fonte | |
| DeepSeek V2.5 (2024-09-05) | 05 de set. de 2024 | 95,10% | inferred alias from deepseek-v2.5 | Sim | Fonte | |
| DeepSeek V2.5 (2024-12-10) | 10 de dez. de 2024 | 95,10% | inferred alias from deepseek-v2.5 | Sim | Fonte | |
| Qwen 14B | - | 94,80% | inferred family alias from qwen-2.5-14b-instruct (score=0.3060; benches=16) | Sim | Fonte | |
| Qwen 3 235B A22B | - | 94,39% | - | Sim | Fonte | |
| Granite 4.1 30B | 29 de abr. de 2026 | 94,16% | 8-shot | Sim | Fonte | |
| Mistral Large 2.1 | 18 de nov. de 2024 | 93% | inferred version-family alias from mistral-large-2-2407 | Sim | Fonte | |
| Mistral OCR 2 | 22 de mai. de 2025 | 93% | inferred family alias from mistral-large-2-2407 (score=0.3100; benches=5) | Sim | Fonte | |
| DeepSeek V4.1 Flash | 10 de set. de 2026 | 93% | Base model; 8-shot; EM | Sim | Fonte | |
| DeepSeek V4 Pro | 24 de abr. de 2026 | 92,60% | Hugging Face evaluation result | Sim | Fonte | |
| Granite 4.1 8B | 29 de abr. de 2026 | 92,49% | 8-shot | Sim | Fonte | |
| Kimi K2 (2025-07-11) | 11 de jul. de 2025 | 92,10% | EM | Sim | Fonte | |
| Qwen 7B | - | 91,60% | inferred family alias from qwen-2.5-7b-instruct (score=0.3083; benches=14) | Sim | Fonte | |
| Llama 3.1 Nemotron 70B Instruct | 01 de out. de 2024 | 91,43% | - | Sim | Fonte | |
| Qwen 2 Math 72B | - | 91,10% | inferred high-confidence family alias from qwen2-72b-instruct (score=0.4667; benches=17) | Sim | Fonte | |
| Qwen 2 Math RM 72B | - | 91,10% | inferred family alias from qwen2-72b-instruct (score=0.3917; benches=17) | Sim | Fonte | |
| Gemini 1.5 Pro 001 | 23 de mai. de 2024 | 90,80% | inferred alias from gemini-1.5-pro | Sim | Fonte | |
| Gemini 1.5 Pro Exp (2024-08-01) | 01 de ago. de 2024 | 90,80% | inferred alias from gemini-1.5-pro | Sim | Fonte | |
| Gemini 1.5 Pro Exp (2024-08-27) | 27 de ago. de 2024 | 90,80% | inferred alias from gemini-1.5-pro | Sim | Fonte | |
| Gemini Robotics ER 1.5 Preview | 25 de set. de 2025 | 90,80% | inferred family alias from gemini-1.5-pro (score=0.3717; benches=23) | Sim | Fonte | |
| LearnLM 1.5 Pro Experimental | 19 de nov. de 2024 | 90,80% | inferred family alias from gemini-1.5-pro (score=0.3700; benches=23) | Sim | Fonte | |
| Grok 1.5 | 28 de mar. de 2024 | 90% | - | Sim | Fonte | |
| Phi 3.5 MoE instruct | 23 de ago. de 2024 | 88,70% | - | Sim | Fonte | |
| Qwen 2.5 Coder 3B | - | 88,70% | inferred family alias from qwen2.5-omni-7b (score=0.3000; benches=45) | Sim | Fonte |
