SimpleQA · No search-enabled; report F1 · 测试定义与成绩

SimpleQA · No search-enabled; report F1 收录 4 次模型发布的评测披露或成绩。

测试版本与指标

别名 SimpleQA

  • F1 · % · 越高越好
  • Accuracy · % · 越高越好
  • Hallucination rate · % · 越低越好

各系列最新模型 · 公布成绩

各命名系列的最新型号在此范围内暂无可展示成绩,已收录的历史资料列在下方。

历史记录 · 4 次发布

  • GPT-5本次发布有 4 条成绩记录,含 4 条精确值(可含历史记录)
  • GPT-5 mini本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
  • GPT-5 nano本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
  • Gemini 2.5 Pro (GA)本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)