Confronto delle capacità dei modelli AI
Scienza e matematica
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. | Modello | 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)
Fonte: Google DeepMind (model card) ↗
Scheda del modello Google: risultati dell'editore e punteggi di terze parti ripubblicati, alla data di ottobre 2026. Consulta la metodologia per le impostazioni di valutazione; non sono tutte valutazioni indipendenti. Metodologia di valutazione ↗
LABBench 2 · Source date unknown
RiemannBench · Source date unknown
Terminal-Bench Science 0.1 · Source date unknown
PandaNpc Aggiornato 21 ott 2026, 06:01 UTC
Fonte: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Guida alle colonne
- N.
- Solo ordine di visualizzazione. L'ordinamento modifica questo numero; non è una classifica di capacità pubblicata.
- Modello
- Il nome del modello valutato e l'icona del suo fornitore. Un trattino in una colonna di punteggio indica che qui non è disponibile alcun punteggio pubblicato, non uno zero.
- LABBench 2Benchmark di laboratorio 2
- Testa attività di ricerca in biologia, incluse informazioni scientifiche e analisi dei dati. I risultati dipendono dagli strumenti disponibili durante la valutazione. Metodologia di valutazione ↗
- RiemannBenchBenchmark di matematica Riemann
- Testa problemi di matematica a livello di ricerca, oltre i normali esercizi di competizione. I punteggi riflettono la prestazione sul benchmark anziché la padronanza matematica generale. Metodologia di valutazione ↗
- Terminal-Bench Science 0.1Benchmark terminale scientifico 0.1
- Testa flussi di lavoro di ricerca scientifica eseguiti tramite strumenti da terminale. La versione 0.1 è separata dal set di attività generale di Terminal-Bench. Metodologia di valutazione ↗
Leggi i punteggi all'interno dello stesso benchmark, fonte e versione. Valori più alti indicano prestazioni più forti sulla metrica riportata, ma colonne diverse non condividono una scala comune.