Vergelijking van AI-modelcapaciteiten
Computergebruik
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.
Agent's Last Exam — Pass rateAgent-eindexamen — slagingspercentage
— means no published score for this candidate in this source, not zero.3/11 recent-year models have scores
| Nr. | Model | |
|---|---|---|
| 1 |  Gemini 4 ArgonGemini 4 Argon | 39.5Pass rate |
| 2 |  Claude Opus 5.5Claude Opus 5.5 | 38.2Pass rate |
| 3 |  GPT-6 AstraGPT-6 Astra | 34.2Pass rate |
Google DeepMind (model card)
Bron: Google DeepMind (model card) ↗
Google-modelkaart: resultaten van de uitgever en opnieuw gepubliceerde scores van derden, per oktober 2026. Zie de methodologie voor evaluatie-instellingen; dit zijn niet allemaal onafhankelijke evaluaties. Evaluatiemethodologie ↗
Agent's Last Exam — Pass rate · Source date unknown
PandaNpc Bijgewerkt 21 okt 2026, 06:01 UTC
Bron: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Kolomgids
- Nr.
- Alleen weergavevolgorde. Sorteren verandert dit nummer; het is geen gepubliceerde capaciteitsrang.
- Model
- De naam van het geëvalueerde model en het pictogram van de provider. Een streepje in een scorekolom betekent dat hier geen gepubliceerde score beschikbaar is, niet een nul.
- Score
- Test langetermijn professioneel werk in echte softwareomgevingen. Het slagingspercentage telt taken mee die aan de vereiste uitkomst voldoen, niet alleen gedeeltelijke voortgang. Evaluatiemethodologie ↗
- Dekking
- Alleen gepubliceerde resultaten voor de geselecteerde modelfamilies worden getoond. OSWorld 2.x, Verified en Pro leveren momenteel Claude Opus 5-configuraties; dit is geen volledige dekking van elk model. Windows Agent Arena, MacArena, ScreenSpot-Pro, OSWorld-Human, WebArena-Verified, VisualWebArena, Online-Mind2Web en WorkArena++ zijn hier nog niet geïntegreerd. SafeArena meet veiligheid afzonderlijk en wordt niet samengevoegd in taakvoltooiingsscores. Ontbrekende resultaten worden nooit met nul ingevuld.