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 על המבחן
Graduate-level expert-authored science reasoning. Prefer Diamond subset when the source reports it clearly.
תוצאות שנמדדו
| מערכת | ציון | פרוטוקול | מקור |
|---|---|---|---|
| Gemini 4 Argon | 96.4 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| GPT-6 Astra | 95.8 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Claude Sonnet 5.5 | 95.6 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Gemini 3.8 Flash | 95.4 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| GPT-6.1 Sol | 95.4 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Gemini 3.7 Flash | 94.8 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Gemini 3.1 Pro | 94.4 | 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 |
| Step 5 Preview | 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 |
| DeepSeek V4.1 Flash 1017 | 93.2 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Gemini 3.5 Flash | 92.8 | 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 Pro | 92.6 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| GPT-5.2 | 92.4 | GPQA · מקור לא מאומת | 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 |
| MiniMax M3 | 90.9 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Qwen3.7 Max | 90.9 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Kimi K2.6 | 90.8 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Beam 1.0 501B-A23B | 90.6 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| Claude Opus 5.5 | 90.6 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Claude Opus 4.6 | 90.5 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Claude Sonnet 5 | 90.5 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| GPT-6 Luna | 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-5.3-Flash | 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 |
| Claude Haiku 5.5 | 89.7 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Nemotron 3.5 Super VL 120B A12B | 89.5 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| Gemini 3 Flash | 89.4 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Qwen3.8-27B | 89.2 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| Muse Spark Open | 88.6 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | 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 |
| Mistral Large 4 | 88.1 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Inkling | 87.9 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| Kimi K2.7 Code | 87.9 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Qwen3.7 Plus | 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 | 87.6 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| Kimi K2.5 (Reasoning) | 87.6 | GPQA · דיווח של הספק | קישור |
| Claude Sonnet 4.6 | 87.4 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Qwen 3.6 Max (preview) | 87.4 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Hy3 Preview | 87.2 | 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 |
| 86.9 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור | |
| Qwen3.5-122B-A10B | 86.6 | GPQA · דיווח של הספק | קישור |
| Nemotron 3.5 Bolt 74B-A9B | 86.4 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| Qwen3.5 397B | 86.4 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| 86.0 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור | |
| Claude Fable 5 | 85.9 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Qwen3.6-27B | 85.9 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Qwen3.5-27B | 85.5 | GPQA · דיווח של הספק | קישור |
| Nemotron 3 Ultra | 85.3 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Gemini 2.5 Pro | 85.3 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Ling 3.0 Flash | 85.0 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| Qwen3.6-35B-A3B | 84.8 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| MiMo-V2-Flash | 83.7 | GPQA · מקור לא מאומת | קישור |
| Qwen3.5-35B-A3B | 83.5 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Gemini 3.5 Flash-Lite | 83.3 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| GLM-4.7 | 83.3 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| 80.7 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור | |
| DeepSeek V3.1 (Reasoning) | 80.1 | GPQA · דיווח של הספק | קישור |
| Mercury 2.5 | 79.0 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| Sarvam 105B | 78.7 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| 78.5 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור | |
| DeepSeek-R1 | 76.3 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Trinity-Large-Thinking | 76.3 | GPQA Diamond, שאלות מדע ברמת דוקטורט · מקור לא מאומת | קישור |
| 75.8 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור | |
| 75.6 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור | |
| Kimi K2 | 75.1 | GPQA · דיווח של הספק | קישור |
| DeepSeek V3.1 | 74.9 | GPQA · דיווח של הספק | קישור |
| Mercury 2 | 73.6 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| Gemma 4 26B A4B | 73.2 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| 72.6 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור | |
| Nemotron 3 Nano Omni 30B A3B | 72.2 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| DeepSeek V3 0324 | 67.6 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| 67.0 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור | |
| Sarvam 30B | 66.5 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור |
| DeepSeek R1 Distill Qwen 32B | 64.1 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Granite 4.2 8B | 64.1 | GPQA · דיווח של הספק | קישור |
| 63.3 | GPQA Diamond, שאלות מדע ברמת דוקטורט · דיווח של הספק | קישור | |
| GLM-4.7-Flash | 60.5 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| DeepSeek V3 | 56.5 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| Phi-4 | 56.1 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| 51.8 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור | |
| Mistral Large 2 | 51.3 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |
| 50.9 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור | |
| Granite-4.0-H-1B | 29.7 | GPQA · דיווח של הספק | קישור |
| Granite-4.0-H-350M | 26.1 | GPQA · דיווח של הספק | קישור |
| 24.0 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור | |
| Granite-4.0-350M | 11.2 | GPQA Diamond, הרצה עצמאית · מדידה בלוח עצמאי | קישור |