Бенчмарк · general

SimpleQA

4 результатов 4 моделей

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

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

Хронология

Дата	Модель	Результат	Источник
2026-08-03	Inkling-Small	20.6%	Thinking Machines Lab выпустила Inkling-Small: открытую мультимодальную MoE-модель с 276B весов
2025-04-15	Gemini 2.0 Flash	29.9%	Google выпустила Gemini 2.0 Flash с улучшенным качеством и двукратной скоростью по сравнению с Gemini 1.5 Pro
2025-03-05	GPT-4.5	62.5%	OpenAI выпустила GPT-4.5, свою самую большую модель, для ChatGPT Plus
2024-10-30	GPT-4o	38.2%	OpenAI