gpt-5-2025-08-07
50.1%±1.6%
48.5%CI51.7%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.308
- Ultima sincronizare
- 1 hacum 1 oră
Toate sursele se sincronizează normal
- Arena · Text· acum 11 ore
- Arena · WebDev· acum 11 ore
- Arena · Vision· acum 11 ore
- Arena · Agent· acum 11 ore
- GPQA Diamond· acum 1 oră
- SWE-bench· acum 1 oră
- Terminal-Bench· acum 1 oră
- ARC-AGI-2· acum 1 oră
Filtrează după organizație:
Lansat:
gpt-5.2-2025-12-11
37.1%±1.5%
35.6%CI38.6%
O singură grilă, toate coloanele. Alege axe din panoul Axe — o axă clasifică precum un singur clasament, mai multe se combină într-un scor compus ponderat, toate la un loc se citesc ca indexul. Locul este atribuit înaintea oricărui filtru și nu se renumerotează niciodată.
| Model | Organizație | ± CI | Oscilație | Adaugă la comparație | |||||
|---|---|---|---|---|---|---|---|---|---|
| 27 | gpt-5-2025-08-07 | OpenAI | aug. 2025 | $1.25 / $10 | 50.1% | 48.5%–51.7% | #64–149 | ||
| 50 | gpt-5.2-2025-12-11 | OpenAI | dec. 2025 | $1.75 / $14 | 37.1% | 35.6%–38.6% | #34–92 |
Se afișează SimpleQA Verified 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.