ベンチマーク · agentic

GDPval-AA (Elo)

2 結果 2 モデル

Artificial Analysis's pairwise-graded Elo ranking on real-world economically valuable knowledge work; four-digit scores (~640-1950 Elo), so never file a percentage here. Not Chatbot Arena Elo (lmsys-arena) and not OpenAI's percentage GDPval.

Gemini 3.6 Flash Gemini 3.5 Flash-Lite

タイムライン

日付	モデル	スコア	ソース
2026-07-27	Gemini 3.6 Flash	1421.0Elo	Google、Gemini 3.6 Flash、3.5 Flash-Lite、および3.5 Flash Cyberをリリース
2026-07-27	Gemini 3.5 Flash-Lite	1140.0Elo	Google、Gemini 3.6 Flash、3.5 Flash-Lite、および3.5 Flash Cyberをリリース