Sari la conținut

Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Benchmark-uri

Surse
8
Intrări urmărite
22.318
Ultima sincronizare
16 min
Toate sursele se sincronizează normal
  • Arena · Textacum 2 ore
  • Arena · WebDevacum 2 ore
  • Arena · Visionacum 2 ore
  • Arena · Agentacum 2 ore
  • GPQA Diamondacum 16 minute
  • SWE-benchacum 16 minute
  • Terminal-Benchacum 16 minute
  • ARC-AGI-2acum 16 minute

claude-fable-5

81.9%

niciun interval publicat

Anthropicsept. 2026oscilație #4–#21

claude-opus-5

80.6%

niciun interval publicat

Anthropicsept. 2026oscilație #5–#11

SimpleBench ×187 din 87 modele
ModelOrganizație± CIOscilațieAdaugă la comparație
1claude-fable-5Anthropicsept. 2026$10 / $5081.9%—#4–21
2claude-opus-5Anthropicsept. 2026$5 / $2580.6%—#5–11
3gemini-3.1-pro-previewGoogle DeepMindsept. 2026$2 / $1279.6%—#9–36
4gpt-5.5-proOpenAI—$30 / $18076.9%—#59–85
5gemini-3.5-flashGoogle DeepMindsept. 2026$1.50 / $976.7%—#10–26
6gemini-3-pro-previewGoogle DeepMind——76.4%—#19–120
7grok-4.6xAIsept. 2026$2 / $675.9%—#15–52
8muse-spark-1.2Meta AIoct. 2026$1.25 / $4.2574.5%—#13–112
9gpt-5.4-pro-2026-03-05OpenAImar. 2026$30 / $18074.1%—#20–171
10gpt-5.6-sol_prounknownOpenAI——71.7%——
11gpt-5.6-sol_proxhighOpenAI——71.7%——
12qwen3.7-maxAlibabamai 2026$1.48 / $4.4270.4%—#41–128
13grok-4.5xAIsept. 2026$2 / $670.0%—#29–70
14gpt-5.5OpenAIsept. 2026$5 / $3069.0%—#9–34
15claude-opus-4-6Anthropicsept. 2026$5 / $2567.6%—#2–25
16claude-opus-4-8Anthropicsept. 2026$5 / $2564.8%—#15–33
17gpt-5.6-solOpenAIsept. 2026$4 / $2064.8%—#6–24
18qwen3.6-max-previewAlibabaoct. 2026—63.0%—#33–53
19gemini-2.5-pro-preview-06-05Google DeepMindiun. 2025$1.25 / $1062.4%—#137–351
20claude-opus-4-5-20251101Anthropicnov. 2025$5 / $2562.0%—#19–62
21claude-opus-4-7Anthropicsept. 2026$5 / $2561.7%—#1–18
22gpt-5-pro-2025-10-06OpenAIoct. 2025$15 / $12061.6%—#88–166
23deepseek-v4-flash-0731DeepSeekiul. 2026$0.15 / $0.1561.1%—#45–244
24gemini-3-flash-previewGoogle DeepMind—$0.50 / $361.1%—#27–99
25kimi-k3Moonshotiun. 2026$0.24 / $11.9460.7%—#10–40
26claude-sonnet-5Anthropicsept. 2026$2 / $1060.6%—#24–58
27grok-4-0709xAIiul. 2025—60.5%—#95–276
28claude-opus-4-1-20250805Anthropicaug. 2025$15 / $7560.0%—#73–404
29claude-opus-4-20250514Anthropicmai 2025—58.8%—#84–470
30glm-5.2Z.ai (Zhipu AI)iun. 2026$0.62 / $2.4258.8%—#9–49
31kimi-k2.7-codeMoonshotiun. 2026$0.67 / $3.3557.9%—#58–215
32gpt-5.2-pro-2025-12-11OpenAIdec. 2025$21 / $16857.4%—#172–262
33gpt-5-2025-08-07OpenAIaug. 2025$1.25 / $1056.7%—#64–149
34grok-4-1-fast-non-reasoningxAI——56.0%——
35grok-4-1-fast-reasoningxAIoct. 2026—56.0%—#139–463

Se afișează SimpleBench exact așa cum a publicat-o sursa — propriul scor și interval de încredere, fără mix. Selectează o a doua axă ca să construiești un scor compus ponderat.

Puținele lucruri din AI și cuantic care au contat cu adevărat săptămâna asta — rezumate cinstit.

Un e-mail pe săptămână. Dezabonare dintr-un clic. Fără urmărire, fără partajare.