Humanity's Last Exam
Resultados de benchmarks de IA e desempenho dos modelos
Tipo: percentage
Resultados registrados
172
Pontuação média
27.82%
Faixa de pontuação
4.20% - 64.70%
Modelo líder
64.70% - Claude Mythos 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 |
|---|---|---|---|---|---|---|
| Claude Mythos Preview | 07 de abr. de 2026 | 64,70% | With tools | Sim | Fonte | |
| Claude Fable 5 | 09 de jun. de 2026 | 64,50% | With tools; starred row in Anthropic's launch table | Sim | Fonte | |
| Claude Mythos 5 | 09 de jun. de 2026 | 64,50% | With tools; starred row in Anthropic's launch table | Sim | Fonte | |
| Muse Spark 1.1 | 09 de jul. de 2026 | 62,10% | With tools; multidisciplinary reasoning | Sim | Fonte | |
| GPT 5.4 Pro | 05 de mar. de 2026 | 58,70% | With tools | Sim | Fonte | |
| Muse Spark Contemplating | 08 de abr. de 2026 | 58,40% | With tools | Sim | Fonte | |
| Claude Sonnet 5 | 30 de jun. de 2026 | 57,40% | With web search, web fetch, programmatic tool calling, and code execution; auto thinking; 1M total-token cap | Sim | Fonte | |
| GPT 5.5 Pro | 23 de abr. de 2026 | 57,20% | With tools | Sim | Fonte | |
| Claude Opus 5 | 24 de jul. de 2026 | 56,30% | No tools; thinking set to auto; total token use capped at 1M; Claude Opus 4.6 grader | Sim | Fonte | |
| Claude Opus 4.7 | 16 de abr. de 2026 | 54,70% | With tools | Sim | Fonte | |
| Claude Opus 4.6 | 05 de fev. de 2026 | 53,10% | - | Sim | Fonte | |
| GLM 5.1 | 07 de abr. de 2026 | 52,30% | With tools | Sim | Fonte | |
| GPT 5.5 | 23 de abr. de 2026 | 52,20% | With tools | Sim | Fonte | |
| GPT 5.4 | 05 de mar. de 2026 | 52,10% | With tools | Sim | Fonte | |
| Gemini 3.1 Pro Preview | 19 de fev. de 2026 | 51,40% | Search + Code | Sim | - | |
| Kimi K2 Thinking | 06 de nov. de 2025 | 51% | inferred alias from kimi-k2-thinking-0905 | Sim | Fonte | |
| Grok 4 Heavy | 10 de jul. de 2025 | 50,70% | - | Sim | Fonte | |
| Muse Spark | 08 de abr. de 2026 | 50,40% | With tools | Sim | Fonte | |
| Kimi K2.5 | 27 de jan. de 2026 | 50,20% | - | Sim | Fonte | |
| GPT 5.2 Pro | 11 de dez. de 2025 | 50% | With Search + Python | Sim | Fonte | |
| Fugu Ultra | 22 de jun. de 2026 | 50% | Sakana Fugu product page benchmark table. | Sim | Fonte | |
| Claude Sonnet 4.6 | 17 de fev. de 2026 | 49% | With tools | Sim | Fonte | |
| Qwen 3.5 27B | 24 de fev. de 2026 | 48,50% | - | Sim | Fonte | |
| Qwen 3.5 Flash | 23 de fev. de 2026 | 48,50% | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | Sim | Fonte | |
| Qwen 3.5 397B A17B | 16 de fev. de 2026 | 48,30% | With tools | Sim | Fonte |
