Comparação de Capacidades de Modelos de IA
Ciência e matemática
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.
| Nº | Modelo | 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) ↗
Ficha do modelo Google: resultados do publicador e pontuações de terceiros republicadas, em outubro de 2026. Consulte a metodologia para configurações de avaliação; estas não são todas avaliações independentes. Metodologia de avaliação ↗
LABBench 2 · Source date unknown
RiemannBench · Source date unknown
Terminal-Bench Science 0.1 · Source date unknown
PandaNpc Atualizado 21 de out. de 2026, 06:01 UTC
Fonte: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Guia de colunas
- Nº
- Apenas ordem de exibição. A ordenação altera este número; não é uma classificação de capacidade publicada.
- Modelo
- O nome do modelo avaliado e o ícone do respetivo provedor. Um traço numa coluna de pontuação significa que não há pontuação publicada disponível aqui, e não um zero.
- LABBench 2Benchmark de laboratório 2
- Testa tarefas de pesquisa em biologia, incluindo informação científica e análise de dados. Os resultados dependem das ferramentas disponíveis durante a avaliação. Metodologia de avaliação ↗
- RiemannBenchBenchmark de matemática de Riemann
- Testa problemas de matemática em nível de pesquisa além de exercícios comuns de competição. As pontuações refletem o desempenho no benchmark, e não o domínio matemático geral. Metodologia de avaliação ↗
- Terminal-Bench Science 0.1Benchmark de terminal científico 0.1
- Testa fluxos de trabalho de pesquisa científica realizados por meio de ferramentas de terminal. A versão 0.1 é separada do conjunto de tarefas geral do Terminal-Bench. Metodologia de avaliação ↗
Leia as pontuações dentro do mesmo benchmark, fonte e versão. Valores mais altos indicam melhor desempenho na métrica reportada, mas colunas diferentes não partilham uma escala comum.