Comparaison des capacités des modèles d'IA
Sciences et mathématiques
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.
| N° | Modèle | 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)
Source: Google DeepMind (model card) ↗
Fiche de modèle Google : résultats de l'éditeur et scores tiers republiés, en date d'octobre 2026. Voir la méthodologie pour les paramètres d'évaluation ; ce ne sont pas toutes des évaluations indépendantes. Méthodologie d'évaluation ↗
LABBench 2 · Source date unknown
RiemannBench · Source date unknown
Terminal-Bench Science 0.1 · Source date unknown
PandaNpc Mis à jour 21 oct. 2026, 06:01 UTC
Source: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Guide des colonnes
- N°
- Ordre d'affichage uniquement. Le tri modifie ce numéro ; il ne s'agit pas d'un classement de capacité publié.
- Modèle
- Le nom du modèle évalué et l'icône de son fournisseur. Un tiret dans une colonne de score signifie qu'aucun score publié n'est disponible ici, et non un zéro.
- LABBench 2Benchmark de laboratoire 2
- Teste des tâches de recherche en biologie, y compris l'information scientifique et l'analyse de données. Les résultats dépendent des outils disponibles lors de l'évaluation. Méthodologie d'évaluation ↗
- RiemannBenchBenchmark de mathématiques de Riemann
- Teste des problèmes mathématiques de niveau recherche au-delà des exercices de compétition ordinaires. Les scores reflètent la performance sur le benchmark plutôt que la maîtrise mathématique générale. Méthodologie d'évaluation ↗
- Terminal-Bench Science 0.1Benchmark de terminal scientifique 0.1
- Teste des flux de travail de recherche scientifique réalisés à l'aide d'outils de terminal. La version 0.1 est distincte de l'ensemble de tâches général Terminal-Bench. Méthodologie d'évaluation ↗
Interprétez les scores au sein d'un même benchmark, d'une même source et d'une même version. Des valeurs plus élevées indiquent une meilleure performance sur la métrique rapportée, mais les différentes colonnes ne partagent pas une échelle commune.