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

HealthBench Hard

HealthBench Hard

Resultados de benchmarks de IA e desempenho dos modelos

Tipo: percentageHealth

Resultados registrados

19

Pontuação média

26.05%

Faixa de pontuação

9% - 46.20%

Modelo líder

46.20% - GPT 5
Pontuações ao longo do tempo

Pontuações individuais do benchmark exibidas por data.

Resultados de modelos

OrganizaçãoModelosData informadaMaior pontuaçãoInformaçõesDeclarado pelo provedorFonte
OpenAIOpenAI
OpenAI
GPT 507 de ago. de 202546,20%With ThinkingSimFonte
Meta
Meta
Muse Spark08 de abr. de 202642,80%Open-ended health queriesSimFonte
OpenAIOpenAI
OpenAI
GPT-6 Astra03 de set. de 202636,60%HealthBench Hard; length-adjusted score (unadjusted 34.2, mean response length 1697 chars); GPT-6.1 Terra system cardSimFonte
OpenAIOpenAI
OpenAI
GPT-6.1 Sol29 de set. de 202636,20%HealthBench Hard; length-adjusted score (unadjusted 33.4, mean response length 1646 chars); GPT-6.1 Terra system cardSimFonte
OpenAIOpenAI
OpenAI
GPT 5.6 Terra09 de jul. de 202632,70%HealthBench Hard; length-adjusted score (unadjusted 34.3, mean response length 2199 chars); GPT-6.1 Terra system cardSimFonte
OpenAIOpenAI
OpenAI
GPT-6.1 Terra26 de out. de 202631,40%HealthBench Hard; length-adjusted score (unadjusted 26, mean response length 1306 chars); GPT-6.1 Terra system cardSimFonte
OpenAIOpenAI
OpenAI
GPT OSS 120b05 de ago. de 202530%High Reasoning EffortSimFonte
OpenAIOpenAI
OpenAI
GPT OSS Safeguard 120b29 de out. de 202530%inferred high-confidence family alias from gpt-oss-120b (score=0.5102; benches=7)SimFonte
ByteDance
ByteDance
Seed 2.0 Pro14 de fev. de 202629,10%Seed2 official benchmark table | HealthBench - HardSimFonte
OpenAIOpenAI
OpenAI
GPT 5.3 Chat03 de mar. de 202625,90%-SimFonte
ByteDance
ByteDance
Seed 2.0 Lite14 de fev. de 202620%Seed2 official benchmark table | HealthBench - HardSimFonte
ByteDance
ByteDance
Seed 2.0 Mini14 de fev. de 202615,30%Seed2 official benchmark table | HealthBench - HardSimFonte
OpenAIOpenAI
OpenAI
GPT OSS 20b05 de ago. de 202512,90%Medium Reasoning EffortSimFonte
OpenAIOpenAI
OpenAI
GPT OSS Safeguard 20b29 de out. de 202510,80%inferred high-confidence family alias from gpt-oss-20b (score=0.5137; benches=7)SimFonte
Relatar um problema
Criar conta