GPQA Diamond (OpenRouter)

Qué mide

Es el mismo GPQA Diamond, medido por OpenRouter Benchmarks (CC BY 4.0, última versión consultada) en el proveedor que elige para esa llamada.

Cuándo importa

Sirve para ver el modelo como suele usarse por API. La nota puede diferir de Epoch AI por el proveedor, la configuración y el número de intentos. Si las dos aparecen en la ficha, las leo las dos y no las mezclo en la misma comparación.

Cómo leerlo

Compárala con la nota de Epoch AI para el mismo modelo. Las dos miden la misma prueba, pero pueden diferir por el proveedor, la configuración y el número de intentos. Las leo las dos y no las mezclo en la misma comparación.