Perbandingan Kemampuan Model AI

Pekerjaan pengetahuan

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.

No.Model10/11 recent-year models have scores10/11 recent-year models have scores10/11 recent-year models have scores10/11 recent-year models have scores10/11 recent-year models have scores9/11 recent-year models have scores
1AnthropicClaude Opus 5.565.6maxClaude Opus 5.5 (Max, Default Fallback)60.4maxClaude Opus 5.5 (Max, Default Fallback)60.7maxClaude Opus 5.5 (Max, Default Fallback)63.3maxClaude Opus 5.5 (Max, Default Fallback)63.7maxClaude Opus 5.5 (Max, Default Fallback)60.5maxClaude Opus 5.5 (Max, Default Fallback)
2OpenAIGPT-6 Astra59.8maxGPT-6 Astra (Max)54.7maxGPT-6 Astra (Max)55.2maxGPT-6 Astra (Max)58.5maxGPT-6 Astra (Max)57.3maxGPT-6 Astra (Max)51.7maxGPT-6 Astra (Max)
3OpenAIGPT-6.1 Sol59.3maxGPT-6.1 Sol (Max)53.9maxGPT-6.1 Sol (Max)54maxGPT-6.1 Sol (Max)57.7maxGPT-6.1 Sol (Max)57maxGPT-6.1 Sol (Max)51.2maxGPT-6.1 Sol (Max)
4AnthropicClaude Fable 5.162.7maxClaude Fable 5.1 (Max, Default Fallback)56.5maxClaude Fable 5.1 (Max, Default Fallback)56.4maxClaude Fable 5.1 (Max, Default Fallback)60.5maxClaude Fable 5.1 (Max, Default Fallback)59.7maxClaude Fable 5.1 (Max, Default Fallback)58maxClaude Fable 5.1 (Max, Default Fallback)
5Google DeepMindGemini 4 Argon60.4highGemini 4 Argon (High)55.2highGemini 4 Argon (High)53.8highGemini 4 Argon (High)60highGemini 4 Argon (High)56.2highGemini 4 Argon (High)—
6AnthropicClaude Sonnet 5.560.8maxClaude Sonnet 5.5 (Max, Default Fallback)58.4maxClaude Sonnet 5.5 (Max, Default Fallback)57.2maxClaude Sonnet 5.5 (Max, Default Fallback)56.4maxClaude Sonnet 5.5 (Max, Default Fallback)59.6maxClaude Sonnet 5.5 (Max, Default Fallback)58.1maxClaude Sonnet 5.5 (Max, Default Fallback)
7AnthropicClaude Opus 560.8maxClaude Opus 5 (Max)54maxClaude Opus 5 (Max)54.9maxClaude Opus 5 (Max)57.3maxClaude Opus 5 (Max)56.6maxClaude Opus 5 (Max)53.3maxClaude Opus 5 (Max)
8OpenAIGPT-6 Sol54.4maxGPT-6 Sol (Max)48.6maxGPT-6 Sol (Max)48.6maxGPT-6 Sol (Max)51.1maxGPT-6 Sol (Max)52.5maxGPT-6 Sol (Max)43.6maxGPT-6 Sol (Max)
9OpenAIGPT-6 Luna45.2maxGPT-6 Luna (Max)37.1maxGPT-6 Luna (Max)40.3maxGPT-6 Luna (Max)40.3maxGPT-6 Luna (Max)45.7maxGPT-6 Luna (Max)37.4maxGPT-6 Luna (Max)
10AnthropicClaude Haiku 5.551.2maxClaude Haiku 5.5 (Max)44.9maxClaude Haiku 5.5 (Max)43.9maxClaude Haiku 5.5 (Max)42.3maxClaude Haiku 5.5 (Max)40.4maxClaude Haiku 5.5 (Max)44.1maxClaude Haiku 5.5 (Max)
11AnthropicClaude Mythos Preview——————

Indeks Artificial Analysis

Sumber: Artificial Analysis ↗

Artificial Analysis Economics Index · Source date unknown

Artificial Analysis Engineering Index · Source date unknown

Artificial Analysis Finance And Accounting Index · Source date unknown

Artificial Analysis Legal Index · Source date unknown

Artificial Analysis Strategy And Ops Index · Source date unknown

Artificial Analysis Healthcare And Medical Index · Source date unknown

PandaNpc Diperbarui 21 Okt 2026, 06.01 UTC

Sumber: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)

Panduan kolom

No.
Hanya urutan tampilan. Pengurutan mengubah nomor ini; ini bukan peringkat kemampuan yang dipublikasikan.
Model
Nama model yang dievaluasi dan ikon penyedianya. Tanda hubung pada kolom skor berarti tidak ada skor yang dipublikasikan yang tersedia di sini, bukan nol.
Artificial Analysis Economics Index
Sumber ini mempublikasikan skor benchmark. Buka metodologinya untuk definisi tugas dan aturan penilaian. Metodologi evaluasi ↗
Artificial Analysis Engineering Index
Sumber ini mempublikasikan skor benchmark. Buka metodologinya untuk definisi tugas dan aturan penilaian. Metodologi evaluasi ↗
Artificial Analysis Finance And Accounting Index
Sumber ini mempublikasikan skor benchmark. Buka metodologinya untuk definisi tugas dan aturan penilaian. Metodologi evaluasi ↗
Artificial Analysis Legal Index
Sumber ini mempublikasikan skor benchmark. Buka metodologinya untuk definisi tugas dan aturan penilaian. Metodologi evaluasi ↗
Artificial Analysis Strategy And Ops Index
Sumber ini mempublikasikan skor benchmark. Buka metodologinya untuk definisi tugas dan aturan penilaian. Metodologi evaluasi ↗
Artificial Analysis Healthcare And Medical Index
Sumber ini mempublikasikan skor benchmark. Buka metodologinya untuk definisi tugas dan aturan penilaian. Metodologi evaluasi ↗

Baca skor dalam benchmark, sumber, dan versi yang sama. Nilai yang lebih tinggi menunjukkan performa yang lebih kuat pada metrik yang dilaporkan, tetapi kolom yang berbeda tidak menggunakan skala yang sama.