Benchmarks
MMLU-ProNão avaliado
GPQA Diamond
82.9%
HLE
6.1%
LiveCodeBenchNão avaliado
SciCode
29.1%
TerminalBench Hard
28.8%
MATH-500Não avaliado
AIMENão avaliado
AIME 2025Não avaliado
IFBench
42.0%
Long Context Recall
55.3%
Tau2
99.1%
Média do MercadoMelhor Score