GDPval-AA · v2 · 测试定义与成绩

GDPval-AA · v2 收录 11 次模型发布的评测披露或成绩。

测试版本与指标

别名 GDPval-AA v2

  • Elo rating · Elo · 越高越好

各系列最新模型 · 公布成绩

常规展示范围。排名按指标与评测协议分组,已记录的工具、预算及框架分别展示。条件未说明的组保留公布值供查证。

Elo rating Elo

Artificial Analysis public leaderboard, GDPval-AA v2.

GDPval-AA · v2 · Elo rating · Artificial Analysis public leaderboard, GDPval-AA v2.
模型与配置成绩(Elo)记录与证据
Gemini 3.8 Flash未注明1545 Elo

工具条件未记录 / high / 框架未记录 · Artificial Analysis public leaderboard, GDPval-AA v2.

GDPval-AA · v2 · Elo rating · 工具条件未记录 / high / 框架未记录 · Artificial Analysis public leaderboard, GDPval-AA v2.
模型与配置成绩(Elo)记录与证据
Gemini 3.5 Flash-LiteHigh1140 Elo

历史记录 · 11 次发布

  • Claude Fable 5.1本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
  • Gemini 3.8 Flash本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
  • Gemini 3.7 Flash本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
  • Claude Opus 5本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
  • Gemini 3.5 Flash-Lite本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
  • Gemini 3.6 Flash本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
  • GPT-5.6 Sol本次发布有 7 条成绩记录,含 7 条精确值(可含历史记录)
  • GPT-5.6 Luna本次发布有 7 条成绩记录,含 7 条精确值(可含历史记录)
  • GPT-5.6 Terra本次发布有 6 条成绩记录,含 6 条精确值(可含历史记录)
  • Claude Sonnet 5本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
  • Claude Sonnet 4.6本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)