Porównanie możliwości modeli AI
Obsługa komputera
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.
ALE-V1 · full · max · Codex
— means no published score for this candidate in this source, not zero.3/11 recent-year models have scores
| Nr | Model | Silnik agenta | Wysiłek rozumowania | Podział | Wykonane zadania / wszystkie zadania | ||
|---|---|---|---|---|---|---|---|
| 1 |  GPT-6 Astragpt-6-astra | Codex | max | 34.21% | 59.26% | full | 151 / 152 |
| 2 | GPT-6 Solgpt-6-sol | Codex | max | 31.58% | 58.57% | full | 151 / 152 |
| 3 | GPT-6 Lunagpt-6-luna | Codex | max | 25% | 50.89% | full | 150 / 152 |
ALE · profesjonalne przepływy pracy
Źródło: Agents’ Last Exam ↗ · CC BY 4.0 · Pobrano 21 paź 2026, 06:00 UTC
ALE-V1 · full · max · Codex · Source date unknown
PandaNpc Aktualizacja 21 paź 2026, 06:01 UTC
Źródło: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Przewodnik po kolumnach
- Nr
- Tylko kolejność wyświetlania. Sortowanie zmienia ten numer; nie jest to opublikowana pozycja w rankingu możliwości.
- Model
- Nazwa ocenianego modelu i ikona jego dostawcy. Myślnik w kolumnie z wynikiem oznacza brak opublikowanego wyniku w tym miejscu, a nie zero.
- Silnik agenta
- Codex
- Wysiłek rozumowania
- max
- Wynik
- ALE-V1, pełny podział, maksymalny wysiłek rozumowania: odsetek wszystkich 152 zadań, które otrzymały pełne punkty. Liczba wykonanych zadań może być mniejsza niż 152. Profesjonalne przepływy pracy pozwalają na korzystanie z narzędzi GUI i wiersza poleceń; Claude Code i Codex korzystają z różnych środowisk uruchomieniowych. To nie jest porównanie wyłącznie GUI. Data migawki źródłowej nie jest publikowana; czas pobrania jest pokazywany osobno. Claude Code i Codex są klasyfikowane wyłącznie w ramach swoich oddzielnych grup porównawczych. Metodologia oceny ↗
- Wynik częściowy
- ALE-V1, pełny podział, maksymalny wysiłek rozumowania: opublikowany średni częściowy wynik zadania, przeliczony z zakresu 0–1 na procent. To nie jest odsetek zadań zaliczonych w całości. Profesjonalne przepływy pracy pozwalają na korzystanie z narzędzi GUI i wiersza poleceń; Claude Code i Codex korzystają z różnych harnessów. Pokazano liczby uruchomień zadań i podział na 152 zadania. Data migawki źródła nadrzędnego nie jest publikowana; czas pobrania jest podany osobno. Claude Code i Codex są klasyfikowane wyłącznie w ramach swoich oddzielnych grup porównawczych.
- Podział
- Podział
- Wykonane zadania / wszystkie zadania
- Odrębne zadania z opublikowanym przebiegiem / wszystkie 152 zadania w pełnym podziale. Wskaźnik zaliczeń wykorzystuje pełny podział jako mianownik; nieuruchomione zadania nie są liczone jako zaliczone.