מבחן הערכה
GPQA / GPQA Diamond
מדידה עצמאית · לוח השוואה
מה הוא מודד
ידע וחשיבה: ידע רב תחומי ויכולת חשיבה על שאלות מורכבות · חשיבה מדעית: שאלות מדעיות ברמת מומחה
מה הוא לא מודד
- אין לגזור ממנו יכולת בתחומים שלא נכללו במשימות שלו.
הערות רישום
Graduate-level expert-authored science reasoning. Prefer Diamond subset when the source reports it clearly.
תוצאות שנקלטו
| מערכת | ציון | פרוטוקול | מקור |
|---|---|---|---|
| Gemini 3.7 Flash | 94.8 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Claude Opus 4.7 (Adaptive) | 94.2 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| Gemini 3.6 Flash | 94.1 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Claude Opus 5 | 93.9 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| GPT-5.5 | 93.6 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| GPT-5.6 Sol | 93.5 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Kimi K3 | 93.5 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| GPT-5.6 Terra | 93.3 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| GPT-5.4 | 92.8 | GPQA Diamond, שאלות מדע ברמת דוקטורט · מקור לא מאומת | קישור |
| Gemini 3.5 Flash | 92.8 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Gemini 3 Pro | 92.6 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Qwen3.8-Flash-Next | 91.7 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| DeepSeek V4 Pro 0813 | 91.7 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| GPT-5.6 Luna | 91.6 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| GLM-5.2 | 91.2 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| Claude Opus 4.8 | 91.0 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Qwen3.7 Max | 90.9 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| MiniMax M3 | 90.9 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Kimi K2.6 | 90.8 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Claude Opus 4.6 | 90.5 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Claude Opus 4.7 | 90.2 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| GLM-5.1 | 89.9 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Muse Spark | 89.8 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Qwen3.8-27B | 89.2 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| Inkling-Small | 88.5 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Qwen3.6 Plus | 88.4 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Inkling | 87.9 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| Qwen3.7 Plus | 87.9 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Kimi K2.7 Code | 87.9 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| GLM-5 | 87.8 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Kimi K2.5 (Reasoning) | 87.6 | GPQA · דיווח של הספק | קישור |
| Kimi K2.5 | 87.6 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| MiniMax M2.7 | 87.0 | GPQA Diamond, שאלות מדע ברמת דוקטורט · מקור לא מאומת | קישור |
| Claude Fable 5 | 85.9 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Ling 3.0 Flash | 85.0 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| 83.7 | GPQA · מקור לא מאומת | קישור | |
| Gemini 3.5 Flash-Lite | 83.3 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| GPT-5.4 nano | 78.5 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Gemma 4 31B | 75.8 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Trinity-Large-Preview | 63.3 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| Phi-4 | 56.1 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |