Benchmark
GPQA Diamond
general
text
语言EN
满分1
参评模型14
模型排名
| 名次 | 模型 | 机构 | 分数 | 来源 |
|---|---|---|---|---|
| 1 | Fugu | Sakana AI | 95.5 | 来源 ↗ |
| 2 | Fugu Ultra | Sakana AI | 95.5 | 来源 ↗ |
| 3 | GPT-5.6 Sol | OpenAI | 94.6 | 来源 ↗ |
| 4 | GPT-5.4 Pro | OpenAI | 94.4 | 来源 ↗ |
| 5 | Gemini 3.1 Pro Preview | 94.3 | 来源 ↗ | |
| 6 | Claude Opus 4.7 | Anthropic | 94.2 | 来源 ↗ |
| 7 | GPT-5.5 | OpenAI | 93.6 | 来源 ↗ |
| 8 | GPT-5.6 Terra | OpenAI | 92.9 | 来源 ↗ |
| 9 | GPT-5.4 | OpenAI | 92.8 | 来源 ↗ |
| 10 | Qwen3.7 Max | Alibaba Cloud / Qwen Team | 92.4 | 来源 ↗ |
| 11 | GPT-5.6 Luna | OpenAI | 92.3 | 来源 ↗ |
| 12 | LongCat-2.0 | Meituan | 88.9 | 来源 ↗ |
| 13 | MiMo-V2.5-Pro | Xiaomi | 86.6 | 来源 ↗ |
| 14 | MAI-Code-1-Flash | Microsoft | 84.6 | 来源 ↗ |