Бенчмарк · general

HealthBench

1 результатов 1 моделей

OpenAI's physician-graded health-conversation benchmark.

0 12.5 25 37.5 50 2025-08-07 GPT-5 · 46.2 · 2025-08-07
GPT-5
Хронология
Дата Модель Результат Источник
2025-08-07 GPT-5 46.2% OpenAI запускает GPT-5 с адаптивным рассуждением и единой архитектурой