Step 5 Preview

编程61.84 项

• Terminal-Bench 4.0Artificial Analysis33.3%读数 66.0+
• Terminal-Bench 4.0Vals AI31.8%读数 65.3+
• SciCodeArtificial Analysis58.9%读数 60.1+
• Code MigrationVals AI39.0%读数 59.7+

推理61.93 项

• CritPtArtificial Analysis20.9%读数 66.2+
• Humanity's Last ExamArtificial Analysis46.5%读数 63.5+
• MysteryMechanismVals AI18.5%读数 56.6+

专业工作62.85 项

• Harvey 法律 Agent 基准Vals AI9.2%读数 67.8+
• GDPval-AAArtificial Analysis1,586.7读数 65.3+
• AA-BriefcaseArtificial Analysis1,424.4读数 65.0+
• AutomationBench-AAArtificial Analysis51.0%读数 62.3+
• Finance AgentVals AI50.7%读数 58.2+

知识与语言64.02 项

• AA-LCRArtificial Analysis88.3%读数 71.5+
• AA-OmniscienceArtificial Analysis16.4读数 60.6+

真人盲选58.01 项

• Arena TextLMArena1,453.7读数 51.6+

尚无成绩的评测

这些评测尚无可采用的公开成绩，缺测不补分。