Benchmark · general

HealthBench

16 resultados 6 modelos

OpenAI's physician-graded health-conversation benchmark.

GPT-5 VITA GPT-5.4 o4-mini Gemini 3.1 Pro Claude Sonnet 4.6

Linha do tempo

Data	Modelo	Pontuação	Fonte
2026-08-13	VITA	51.9%	RAG clínico VITA iguala ou supera LLMs de ponta no HealthBench
2026-08-13	GPT-5.4	46.1%	RAG clínico VITA iguala ou supera LLMs de ponta no HealthBench
2026-08-13	o4-mini	44.3%	RAG clínico VITA iguala ou supera LLMs de ponta no HealthBench
2026-08-13	Gemini 3.1 Pro	42.6%	RAG clínico VITA iguala ou supera LLMs de ponta no HealthBench
2026-08-13	Claude Sonnet 4.6	37.3%	RAG clínico VITA iguala ou supera LLMs de ponta no HealthBench
2026-08-13	VITA	51.9%	VITA RAG específico do corpus iguala ou supera LLMs de ponta no HealthBench
2026-08-13	GPT-5.4	46.1%	VITA RAG específico do corpus iguala ou supera LLMs de ponta no HealthBench
2026-08-13	o4-mini	44.3%	VITA RAG específico do corpus iguala ou supera LLMs de ponta no HealthBench
2026-08-13	Gemini 3.1 Pro	42.6%	VITA RAG específico do corpus iguala ou supera LLMs de ponta no HealthBench
2026-08-13	Claude Sonnet 4.6	37.3%	VITA RAG específico do corpus iguala ou supera LLMs de ponta no HealthBench
2026-08-13	VITA	51.9%	Sistema RAG clínico VITA iguala ou supera LLMs de ponta no HealthBench
2026-08-13	GPT-5.4	46.1%	Sistema RAG clínico VITA iguala ou supera LLMs de ponta no HealthBench
2026-08-13	o4-mini	44.3%	Sistema RAG clínico VITA iguala ou supera LLMs de ponta no HealthBench
2026-08-13	Gemini 3.1 Pro	42.6%	Sistema RAG clínico VITA iguala ou supera LLMs de ponta no HealthBench
2026-08-13	Claude Sonnet 4.6	37.3%	Sistema RAG clínico VITA iguala ou supera LLMs de ponta no HealthBench
2025-08-07	GPT-5	46.2%	OpenAI lança GPT-5 com raciocínio adaptativo e arquitetura unificada