Порівняння можливостей ШІ-моделей
Наука та математика
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.
| № | Модель | 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)
Джерело: Google DeepMind (model card) ↗
Картка моделі Google: результати видавця та повторно опубліковані оцінки третіх сторін, станом на жовтень 2026 року. Див. методологію щодо параметрів оцінювання; це не всі незалежні оцінювання. Методологія оцінювання ↗
LABBench 2 · Source date unknown
RiemannBench · Source date unknown
Terminal-Bench Science 0.1 · Source date unknown
PandaNpc Оновлено 21 жовт. 2026 р., 06:01 UTC
Джерело: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Довідка зі стовпців
- №
- Лише порядок відображення. Сортування змінює це число; це не опублікований рейтинг спроможностей.
- Модель
- Назва оцінюваної моделі та значок її постачальника. Прочерк у стовпці оцінки означає, що тут немає опублікованої оцінки, а не нуль.
- LABBench 2Лабораторний бенчмарк 2
- Перевіряє завдання з біологічних досліджень, зокрема роботу з науковою інформацією та аналіз даних. Результати залежать від інструментів, доступних під час оцінювання. Методологія оцінювання ↗
- RiemannBenchМатематичний бенчмарк Riemann
- Перевіряє математичні задачі дослідницького рівня, складніші за звичайні конкурсні вправи. Оцінки відображають результативність у бенчмарку, а не загальне володіння математикою. Методологія оцінювання ↗
- Terminal-Bench Science 0.1Науковий термінальний бенчмарк 0.1
- Перевіряє робочі процеси наукових досліджень, що виконуються через термінальні інструменти. Версія 0.1 є окремою від загального набору завдань Terminal-Bench. Методологія оцінювання ↗
Порівнюйте оцінки в межах одного бенчмарку, джерела та версії. Вищі значення вказують на кращу продуктивність за зазначеною метрикою, але різні стовпці не мають спільної шкали.