Benchmark
GPQA Diamond
general
text
Top 10
榜单概览
数据说明
分数为 0-100 百分制综合成绩（Elo 榜为相对评分，仅供同榜内比较）。评测分数属事实数据，整理自公开评测体系与厂商公开资料，部分分数为厂商自报口径，不同榜单的评测方法与数据集可能存在差异，请结合多个榜单交叉参考。
Ranking
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 |