GPQA diamond
Das Ergebnis jedes Modells, so, wie der Benchmarking Hub von Epoch AI es veröffentlicht, von Epoch gemessen oder aus der genannten Quelle gesammelt. Facthory hat sie nicht selbst gemessen.
Daten: Epoch AI, „Capabilities & benchmarking“, epoch.ai/benchmarks, lizenziert unter CC BY 4.0. Gelesen am 16.11.2026.
Das Diagramm zeigt die 25 besten, die Tabelle die 100 besten von 339 Ergebnissen.
| # | Modell | Organisation | Ergebnis | Nachweis |
|---|---|---|---|---|
| 1 | Gemini 4 Carbon (high) API access | Google DeepMind | 96,5 % ± 1,2 % | – |
| 2 | Gemini 4 Argon (high) API access | Google DeepMind | 96,4 % ± 1,2 % | Protokoll oder Quelle |
| 3 | Claude Fable 5.2 (with fallback, max) API access | Anthropic | 96 % ± 1,3 % | – |
| 4 | GPT-6 Astra (max) API access | OpenAI | 95,8 % ± 1,4 % | Protokoll oder Quelle |
| 5 | Claude Sonnet 5.5 (max) API access | Anthropic | 95,6 % ± 1,4 % | Protokoll oder Quelle |
| 6 | Gemini 3.8 Flash (high) API access | Google DeepMind | 95,4 % ± 1,4 % | Protokoll oder Quelle |
| 7 | GPT-6.1 Sol (max) API access | OpenAI | 95,4 % ± 1,4 % | Protokoll oder Quelle |
| 8 | Gemini 3.7 Flash (high) API access | Google DeepMind | 94,8 % ± 1,3 % | Protokoll oder Quelle |
| 9 | GPT-5.4 Pro (xhigh) API access | OpenAI | 94,6 % ± 1,6 % | – |
| 10 | Gemini 3.1 Pro Preview API access | Google DeepMind | 94,4 % ± 1,6 % | Protokoll oder Quelle |
| 11 | GPT-6 Sol (max) API access | OpenAI | 94,3 % ± 1,5 % | Protokoll oder Quelle |
| 12 | GPT-6.1 Terra (max) API access | OpenAI | 94,3 % ± 1,5 % | Protokoll oder Quelle |
| 13 | Kimi K3.1 Pro (Together, max) Open weights (restricted use) | Moonshot | 94,2 % ± 1,4 % | Protokoll oder Quelle |
| 14 | Gemini 3.6 Flash API access | Google DeepMind | 94,1 % ± 1,4 % | Protokoll oder Quelle |
| 15 | Gemini 3.1 Pro Preview API access | Google DeepMind | 94,1 % ± 1,7 % | Protokoll oder Quelle |
| 16 | Claude Opus 5.5 (with fallback, max) API access | Anthropic | 94,1 % ± 1,5 % | – |
| 17 | GPT-5.5 (xhigh) API access | OpenAI | 94 % ± 1,5 % | Protokoll oder Quelle |
| 18 | Grok 4.6 (high) API access | xAI | 94 % ± 1,4 % | Protokoll oder Quelle |
| 19 | GPT-5.5 Pro (xhigh) API access | OpenAI | 93,9 % ± 1,6 % | Protokoll oder Quelle |
| 20 | Claude Fable 5.2 (max) API access | Anthropic | 93,9 % ± 1,6 % | – |
| 21 | Claude Fable 5 (with fallback, max) API access | Anthropic | 93,9 % ± 1,7 % | – |
| 22 | Claude Opus 5 (max) API access | Anthropic | 93,9 % ± 1,5 % | Protokoll oder Quelle |
| 23 | GPT-5.6 Sol (max) API access | OpenAI | 93,5 % ± 1,6 % | Protokoll oder Quelle |
| 24 | Grok 4.5 (high) API access | xAI | 93,4 % ± 1,4 % | Protokoll oder Quelle |
| 25 | GPT-5.6 Terra (max) API access | OpenAI | 93,3 % ± 1,5 % | Protokoll oder Quelle |
| 26 | GPT-5.4 (xhigh) API access | OpenAI | 93,3 % ± 1,8 % | Protokoll oder Quelle |
| 27 | DeepSeek V4.1 Flash 1017 (max) Open weights (unrestricted) | DeepSeek | 93,2 % ± 1,6 % | Protokoll oder Quelle |
| 28 | Grok 4.6 (xhigh) API access | xAI | 93,2 % ± 1,5 % | Protokoll oder Quelle |
| 29 | Doubao Seed Evolving (Nov 2026, high) API access | ByteDance | 93,1 % ± 1,6 % | Protokoll oder Quelle |
| 30 | Kimi K3 (max) Open weights (non-commercial) | Moonshot | 93,1 % ± 1,5 % | Protokoll oder Quelle |
| 31 | Claude Opus 5 API access | Anthropic | 92,9 % ± 1,8 % | Protokoll oder Quelle |
| 32 | Gemini 3.5 Flash API access | Google DeepMind | 92,8 % ± 1,6 % | Protokoll oder Quelle |
| 33 | Grok 4.7 (xhigh) API access | xAI | 92,7 % ± 1,6 % | Protokoll oder Quelle |
| 34 | Qwen3.8 Max (xhigh) API access | Alibaba | 92,7 % ± 1,7 % | Protokoll oder Quelle |
| 35 | Gemini 3 Pro Preview API access | Google DeepMind | 92,6 % ± 1,7 % | Protokoll oder Quelle |
| 36 | Qwen3.8 Max (0902) (xhigh) API access | Alibaba | 92,3 % ± 1,7 % | Protokoll oder Quelle |
| 37 | Kimi K3 (high) Open weights (non-commercial) | Moonshot | 91,9 % ± 1,9 % | Protokoll oder Quelle |
| 38 | GLM-5.2 Open weights (unrestricted) | Z.ai (Zhipu AI) | 91,9 % ± 1,6 % | Protokoll oder Quelle |
| 39 | DeepSeek V4 Pro 0813 (max) Open weights (unrestricted) | DeepSeek | 91,7 % ± 1,5 % | Protokoll oder Quelle |
| 40 | GPT-5.6 Luna (max) API access | OpenAI | 91,6 % ± 1,7 % | Protokoll oder Quelle |
| 41 | GPT-5.2 (xhigh) API access | OpenAI | 91,4 % ± 1,8 % | Protokoll oder Quelle |
| 42 | Claude Opus 4.8 API access | Anthropic | 91 % ± 1,9 % | Protokoll oder Quelle |
| 43 | DeepSeek V4 Flash 0731 (max) Open weights (unrestricted) | DeepSeek | 91 % ± 1,8 % | Protokoll oder Quelle |
| 44 | MiniMax-M3 Open weights (restricted use) | MiniMax | 90,9 % ± 2 % | Protokoll oder Quelle |
| 45 | DeepSeek v4 Pro (high) Open weights (unrestricted) | DeepSeek | 90,9 % ± 2 % | Protokoll oder Quelle |
| 46 | GLM-5.3 (max) Open weights (restricted use) | Z.ai (Zhipu AI) | 90,9 % ± 1,6 % | Protokoll oder Quelle |
| 47 | Qwen3.7 Max API access | Alibaba | 90,9 % ± 2 % | Protokoll oder Quelle |
| 48 | Kimi K2.6 Open weights (unrestricted) | Moonshot | 90,8 % ± 1,7 % | Protokoll oder Quelle |
| 49 | GPT-5.5 (low) API access | OpenAI | 90,7 % ± 1,8 % | Protokoll oder Quelle |
| 50 | Claude Opus 5.5 (max) API access | Anthropic | 90,6 % ± 1,9 % | Protokoll oder Quelle |
| 51 | Claude Opus 4.6 (32k thinking) API access | Anthropic | 90,5 % ± 1,7 % | Protokoll oder Quelle |
| 52 | Claude Sonnet 5 (xhigh) API access | Anthropic | 90,5 % ± 1,8 % | Protokoll oder Quelle |
| 53 | GPT-6 Luna (max) API access | OpenAI | 90,5 % ± 1,9 % | Protokoll oder Quelle |
| 54 | Claude Opus 4.7 (xhigh) API access | Anthropic | 90,2 % ± 1,8 % | Protokoll oder Quelle |
| 55 | GLM-5.3-Flash (max) Open weights (unrestricted) | Z.ai (Zhipu AI) | 90,2 % ± 1,7 % | Protokoll oder Quelle |
| 56 | Mistral Large 4 (high) Open weights (restricted use) | Mistral AI | 90,2 % ± 1,8 % | Protokoll oder Quelle |
| 57 | GLM-5.1 Open weights (unrestricted) | Z.ai (Zhipu AI) | 89,9 % ± 2,1 % | Protokoll oder Quelle |
| 58 | GPT-5.4 (high) API access | OpenAI | 89,9 % ± 2,1 % | Protokoll oder Quelle |
| 59 | GPT-5.6 Sol (low) API access | OpenAI | 89,9 % ± 2,1 % | Protokoll oder Quelle |
| 60 | DeepSeek V4.1 Flash (max) Open weights (unrestricted) | DeepSeek | 89,8 % ± 1,7 % | Protokoll oder Quelle |
| 61 | Muse Spark API access | Meta AI | 89,8 % ± 2,2 % | – |
| 62 | Claude Haiku 5.5 (max) API access | Anthropic | 89,6 % ± 2 % | Protokoll oder Quelle |
| 63 | DeepSeek v4 Pro (max) Open weights (unrestricted) | DeepSeek | 89,6 % ± 1,7 % | Protokoll oder Quelle |
| 64 | Doubao Seed 2.1 Turbo (high) API access | ByteDance | 89,6 % ± 1,8 % | Protokoll oder Quelle |
| 65 | Gemini 3 Flash Preview API access | Google DeepMind | 89,4 % ± 2,2 % | Protokoll oder Quelle |
| 66 | Doubao Seed 2.1 Pro (high) API access | ByteDance | 89,3 % ± 1,8 % | Protokoll oder Quelle |
| 67 | grok-4.20-0309-reasoning API access | xAI | 89,3 % ± 1,9 % | Protokoll oder Quelle |
| 68 | Gemini 3.5 Flash API access | Google DeepMind | 88,9 % ± 2,2 % | Protokoll oder Quelle |
| 69 | GPT-5.4 (medium) API access | OpenAI | 88,9 % ± 2,2 % | Protokoll oder Quelle |
| 70 | grok-4.3_high Hosted access (no API) | xAI | 88,8 % ± 2 % | Protokoll oder Quelle |
| 71 | Claude Opus 4.6 (64k thinking) API access | Anthropic | 88,8 % ± 1,9 % | Protokoll oder Quelle |
| 72 | Muse Spark Open (xhigh) Open weights (restricted use) | Meta AI | 88,6 % ± 1,9 % | Protokoll oder Quelle |
| 73 | Inkling Small (xhigh) Open weights (unrestricted) | Thinking Machines | 88,5 % ± 1,9 % | Protokoll oder Quelle |
| 74 | Claude Opus 4.6 (max) API access | Anthropic | 88,4 % ± 2,3 % | Protokoll oder Quelle |
| 75 | Claude Opus 4.8 API access | Anthropic | 88,4 % ± 2,3 % | Protokoll oder Quelle |
| 76 | Qwen 3.6 Plus (2026-04-02) API access | Alibaba | 88,4 % ± 2,3 % | Protokoll oder Quelle |
| 77 | Inkling (xhigh) Open weights (unrestricted) | Thinking Machines | 88,3 % ± 1,9 % | Protokoll oder Quelle |
| 78 | Doubao-Seed-2.0 Pro (high) API access | ByteDance | 88,2 % ± 1,9 % | Protokoll oder Quelle |
| 79 | GPT-5.2 (high) API access | OpenAI | 88,2 % ± 1,9 % | Protokoll oder Quelle |
| 80 | Doubao Seed 2.0 Lite (Apr 2026, high) API access | ByteDance | 88,1 % ± 1,9 % | Protokoll oder Quelle |
| 81 | Mistral Large 4 Preview (high) Open weights (restricted use) | Mistral AI | 88,1 % ± 1,9 % | Protokoll oder Quelle |
| 82 | Claude Opus 5 (low) API access | Anthropic | 87,9 % ± 2,3 % | Protokoll oder Quelle |
| 83 | GLM-5.2 Open weights (unrestricted) | Z.ai (Zhipu AI) | 87,9 % ± 2,3 % | Protokoll oder Quelle |
| 84 | GPT-5.2 (medium) API access | OpenAI | 87,9 % ± 1,9 % | Protokoll oder Quelle |
| 85 | Kimi K2.7 Code Open weights (unrestricted) | Moonshot | 87,9 % ± 2,3 % | Protokoll oder Quelle |
| 86 | Qwen3.7 Plus API access | Alibaba | 87,9 % ± 2,3 % | Protokoll oder Quelle |
| 87 | GLM-5 Open weights (unrestricted) | Z.ai (Zhipu AI) | 87,8 % ± 2,3 % | Protokoll oder Quelle |
| 88 | GPT-5.1 (high) API access | OpenAI | 87,6 % ± 1,9 % | Protokoll oder Quelle |
| 89 | Kimi K2.5 (Fireworks) Open weights (unrestricted) | Moonshot | 87,6 % ± 1,9 % | Protokoll oder Quelle |
| 90 | Claude Sonnet 4.6 (32k thinking) API access | Anthropic | 87,4 % ± 2 % | Protokoll oder Quelle |
| 91 | GPT-5.6 Terra (low) API access | OpenAI | 87,4 % ± 2,4 % | Protokoll oder Quelle |
| 92 | Qwen 3.6 Max (Preview) | Alibaba | 87,4 % ± 2,4 % | Protokoll oder Quelle |
| 93 | grok-4-0709 API access | xAI | 87 % ± 2 % | – |
| 94 | GPT-5.4 mini (xhigh) API access | OpenAI | 86,9 % ± 2,4 % | Protokoll oder Quelle |
| 95 | Claude Opus 4.7 (max) API access | Anthropic | 86,4 % ± 2,4 % | Protokoll oder Quelle |
| 96 | Gemini 3.5 Flash API access | Google DeepMind | 86,4 % ± 2,4 % | Protokoll oder Quelle |
| 97 | Gemini 3.6 Flash API access | Google DeepMind | 86,4 % ± 2,4 % | Protokoll oder Quelle |
| 98 | Qwen3.5 397B-A17B Open weights (unrestricted) | Alibaba | 86,4 % ± 2,4 % | Protokoll oder Quelle |
| 99 | GPT-5 (high) API access | OpenAI | 86,2 % ± 2,1 % | Protokoll oder Quelle |
| 100 | Claude Opus 4.5 (32k thinking) API access | Anthropic | 86 % ± 2,1 % | Protokoll oder Quelle |
