مقارنة قدرات نماذج الذكاء الاصطناعي
العلوم والرياضيات
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
— means no published score for this candidate in this source, not zero.
| رقم | النموذج | 4/11 recent-year models have scores | 4/11 recent-year models have scores | 4/11 recent-year models have scores |
|---|---|---|---|---|
| 1 |  Claude Opus 5.5 | 73.1Claude Opus 5.5 | 69.6Claude Opus 5.5 | 63.3Claude Opus 5.5 |
| 2 |  GPT-6 Astra | 85.4GPT-6 Astra | 72GPT-6 Astra | 68.1GPT-6 Astra |
| 3 | GPT-6.1 Sol | — | — | — |
| 4 | Claude Fable 5.1 | 68.6Claude Fable 5.1 | 65.6Claude Fable 5.1 | 52.6Claude Fable 5.1 |
| 5 |  Gemini 4 Argon | 88.8Gemini 4 Argon | 76Gemini 4 Argon | 57.6Gemini 4 Argon |
| 6 | Claude Sonnet 5.5 | — | — | — |
| 7 | Claude Opus 5 | — | — | — |
| 8 | GPT-6 Sol | — | — | — |
| 9 | GPT-6 Luna | — | — | — |
| 10 | Claude Haiku 5.5 | — | — | — |
| 11 | Claude Mythos Preview | — | — | — |
Google DeepMind (model card)
المصدر: Google DeepMind (model card) ↗
بطاقة نموذج جوجل: نتائج الناشر ودرجات طرف ثالث أُعيد نشرها، اعتبارًا من أكتوبر 2026. راجع المنهجية للاطلاع على إعدادات التقييم؛ هذه ليست كلها تقييمات مستقلة. منهجية التقييم ↗
LABBench 2 · Source date unknown
RiemannBench · Source date unknown
Terminal-Bench Science 0.1 · Source date unknown
PandaNpc تم التحديث 21 أكتوبر 2026، 06:01 UTC
المصدر: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
دليل الأعمدة
- رقم
- ترتيب العرض فقط. الفرز يغيّر هذا الرقم؛ وهو ليس تصنيفًا منشورًا للقدرات.
- النموذج
- اسم النموذج المقيَّم وأيقونة مزوّده. الشرطة في عمود الدرجات تعني عدم توفر درجة منشورة هنا، وليس صفرًا.
- LABBench 2معيار المختبر 2
- يختبر مهام البحث في علم الأحياء، بما في ذلك المعلومات العلمية وتحليل البيانات. تعتمد النتائج على الأدوات المتاحة أثناء التقييم. منهجية التقييم ↗
- RiemannBenchمعيار رياضيات Riemann
- يختبر مسائل رياضيات على مستوى البحث تتجاوز تمارين المنافسات العادية. تعكس الدرجات الأداء على المعيار بدلاً من الإتقان الرياضي العام. منهجية التقييم ↗
- Terminal-Bench Science 0.1معيار الطرفية العلمية 0.1
- يختبر سير عمل البحث العلمي المنفذ عبر أدوات الطرفية. إصدار 0.1 منفصل عن مجموعة مهام Terminal-Bench العامة. منهجية التقييم ↗
اقرأ الدرجات ضمن نفس المعيار والمصدر والإصدار. تشير القيم الأعلى إلى أداء أقوى على المقياس المُبلَّغ عنه، لكن الأعمدة المختلفة لا تشترك في مقياس موحّد.