Benchmark · general

SimpleQA

4 परिणाम 4 मॉडल

OpenAI's short-form factuality benchmark; accuracy in %.

GPT-4.5 Gemini 2.0 Flash Inkling-Small GPT-4o

समयरेखा

तारीख़	मॉडल	स्कोर	स्रोत
2026-08-03	Inkling-Small	20.6%	थिंकिंग मशीन्स लैब ने 276B ओपन वेट्स मल्टीमोडल MoE मॉडल इंकलिंग-स्माल रिलीज़ किया
2025-04-15	Gemini 2.0 Flash	29.9%	गूगल ने गेमिनी 1.5 प्रो की तुलना में दोगुनी गति और बढ़े हुए गुणवत्ता के साथ गेमिनी 2.0 फ्लैश जारी किया
2025-03-05	GPT-4.5	62.5%	OpenAI ने ChatGPT Plus के लिए अपना सबसे बड़ा मॉडल GPT-4.5 जारी किया
2024-10-30	GPT-4o	38.2%	OpenAI