Sammenligning av AI-modellers kapabiliteter
Kunnskapsarbeid
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.
| Nr. | Modell | 10/11 recent-year models have scores | 3/11 recent-year models have scores |
|---|---|---|---|
| 1 |  Claude Opus 5.5 | 73.5maxclaude-opus-5-5_max | 21.25unknownclaude-opus-5-5_unknown |
| 2 |  GPT-6 Astra | 64.7unknowngpt-6-astra_unknown | 20.83unknowngpt-6-astra_unknown |
| 3 | GPT-6.1 Sol | 60maxgpt-6.1-sol_max | — |
| 4 | Claude Fable 5.1 | 68.6unknownclaude-fable-5-1_unknown | 17.92unknownclaude-fable-5-1_unknown |
| 5 |  Gemini 4 Argon | 82.4unknowngemini-4-argon_unknown | — |
| 6 | Claude Sonnet 5.5 | 75.5maxclaude-sonnet-5-5_max | — |
| 7 | Claude Opus 5 | 65.8maxclaude-opus-5_max | — |
| 8 | GPT-6 Sol | 54.3maxgpt-6-sol_max | — |
| 9 | GPT-6 Luna | 44.3maxgpt-6-luna_max | — |
| 10 | Claude Haiku 5.5 | 56.1maxclaude-haiku-5-5_max | — |
| 11 | Claude Mythos Preview | — | — |
Epoch AI-benchmarker
Kilde: Epoch AI, CC BY 4.0 ↗ · Oppdatert 2026-10-15
APEX-Agents · Oppdatert 2026-10-15
Remote Labor Index · Oppdatert 2026-09-22
PandaNpc Oppdatert 21. okt. 2026, 06:01 UTC
Kilde: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Kolonneveiledning
- Nr.
- Kun visningsrekkefølge. Sortering endrer dette tallet; det er ikke en publisert kapabilitetsrangering.
- Modell
- Navnet på den evaluerte modellen og ikonet til leverandøren. En strek i en poengkolonne betyr at ingen publisert poengsum er tilgjengelig her, ikke null.
- APEX-AgentsProfesjonelle agentoppgaver
- Tester profesjonelle oppgaver med lang horisont innen investeringsbankvirksomhet, konsulentvirksomhet og selskapsrett, som ofte krever flere applikasjoner. Evalueringsmetodikk ↗
- Remote Labor IndexIndeks for fjernarbeid
- Tester å fullføre ekte fjernarbeidsprosjekter ende-til-ende, med leveranser vurdert opp mot prosjektkrav. Evalueringsmetodikk ↗
Les poengsummer innenfor samme benchmark, kilde og versjon. Høyere verdier indikerer sterkere ytelse på den rapporterte metrikken, men ulike kolonner deler ikke en felles skala.