ベンチマーク · agentic

GDPval

1 結果 1 モデル

OpenAI's real-world knowledge-work eval: win/tie rate against industry professionals on 1,320 deliverables across 44 occupations, reported as a percentage. NOT the Artificial Analysis rerun, which is Elo-scored — file that under gdpval-aa.

Gemini 3.7 Flash

タイムライン

日付	モデル	スコア	ソース
2026-08-13	Gemini 3.7 Flash	34.0%	Google、コーディング性能の向上と低コストを実現したGemini 3.7 Flashを発表