HealthBench
Resultados de benchmarks de IA e desempenho dos modelos
Tipo: percentageHealth
Resultados registrados
23
Pontuação média
54.33%
Faixa de pontuação
30% - 67.20%
Modelo líder
67.20% - GPT 5
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 5 | 07 de ago. de 2025 | 67,20% | With Thinking | Sim | Fonte | |
| Claude Opus 5 | 24 de jul. de 2026 | 67,10% | Raw score; adaptive thinking at max effort; no tools or custom system prompt; Claude Opus 4.8 grader; average of 5 trials | Sim | Fonte | |
| Claude Fable 5 | 09 de jun. de 2026 | 66% | Professional; starred row in Anthropic's launch table | Sim | Fonte | |
| Claude Mythos 5 | 09 de jun. de 2026 | 66% | Professional; starred row in Anthropic's launch table | Sim | Fonte | |
| GPT-6.1 Sol | 29 de set. de 2026 | 58,50% | HealthBench; length-adjusted score (unadjusted 56.7, mean response length 1701 chars); GPT-6.1 Terra system card | Sim | Fonte | |
| GPT-6 Astra | 03 de set. de 2026 | 58,30% | HealthBench; length-adjusted score (unadjusted 56.9, mean response length 1760 chars); GPT-6.1 Terra system card | Sim | Fonte | |
| Kimi K2 Thinking | 06 de nov. de 2025 | 58% | inferred alias from kimi-k2-thinking-0905 | Sim | Fonte | |
| Seed 2.0 Pro | 14 de fev. de 2026 | 57,70% | Seed2 official benchmark table | HealthBench | Sim | Fonte | |
| GPT OSS 120b | 05 de ago. de 2025 | 57,60% | High Reasoning Effort | Sim | Fonte | |
| GPT OSS Safeguard 120b | 29 de out. de 2025 | 57,60% | inferred high-confidence family alias from gpt-oss-120b (score=0.5102; benches=7) | Sim | Fonte | |
| GPT 5.6 Terra | 09 de jul. de 2026 | 57% | HealthBench; length-adjusted score (unadjusted 58.7, mean response length 2285 chars); GPT-6.1 Terra system card | Sim | Fonte | |
| GPT-6.1 Terra | 26 de out. de 2026 | 55,10% | HealthBench; length-adjusted score (unadjusted 51.1, mean response length 1331 chars); GPT-6.1 Terra system card | Sim | Fonte | |
| GPT 5.3 Chat | 03 de mar. de 2026 | 54,10% | - | Sim | Fonte | |
| Seed 2.0 Lite | 14 de fev. de 2026 | 51,20% | Seed2 official benchmark table | HealthBench | Sim | Fonte | |
| GPT OSS 20b | 05 de ago. de 2025 | 42,50% | High Reasoning Effort | Sim | Fonte | |
| GPT OSS Safeguard 20b | 29 de out. de 2025 | 42,50% | inferred high-confidence family alias from gpt-oss-20b (score=0.5137; benches=7) | Sim | Fonte | |
| Seed 2.0 Mini | 14 de fev. de 2026 | 30% | Seed2 official benchmark table | HealthBench | Sim | Fonte |
