Vergelijking van AI-modelcapaciteiten
ML-engineering
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. | Model | 4/11 recent-year models have scores |
|---|---|---|
| 1 |  Claude Opus 5.5 | 49.3OpenCode, 10h, H100Claude Opus 5.5 |
| 2 |  GPT-6 Astra | 44.3OpenCode, 10h, H100GPT-6 Astra |
| 3 | GPT-6.1 Sol | — |
| 4 | Claude Fable 5.1 | 40.2OpenCode, 10h, H100Claude Fable 5.1 |
| 5 |  Gemini 4 Argon | 45.3OpenCode, 10h, H100Gemini 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)
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 ↗
PostTrainBench v1.1 · 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.
- PostTrainBench v1.1Post-trainingsbenchmark v1.1
- Test of een agent een basismodel kan verbeteren via post-training binnen een rekenbudget. De score vat de resulterende modellen samen op downstream-evaluaties. Evaluatiemethodologie ↗
Lees scores binnen dezelfde benchmark, bron en versie. Hogere waarden duiden op sterkere prestaties op de gerapporteerde metriek, maar verschillende kolommen delen geen gemeenschappelijke schaal.