Modelos Relacionados
Benchmarks
MMLU-ProNão avaliado
GPQA Diamond
88.4%
HLE
39.9%
LiveCodeBenchNão avaliado
SciCode
51.5%
TerminalBench Hard
45.5%
MATH-500Não avaliado
AIMENão avaliado
AIME 2025Não avaliado
IFBench
75.9%
Long Context Recall
69.7%
Tau2
91.5%
Média do MercadoMelhor Score