Modelos Relacionados
Benchmarks
MMLU-Pro
70.9%
GPQA Diamond
51.0%
HLE
3.8%
LiveCodeBench
26.7%
SciCode
28.5%
TerminalBench HardNão avaliado
MATH-500
77.8%
AIME
13.3%
AIME 2025Não avaliado
IFBenchNão avaliado
Long Context RecallNão avaliado
Tau2Não avaliado
Média do MercadoMelhor Score