Glosario
SimpleQA Verified
SimpleQA Verified, en el cuadro de Epoch AI (CC BY 4.0, última versión consultada), hace preguntas cortas de hechos, con una sola respuesta correcta, revisadas para quitar errores del gabarito. La nota es el porcentaje de aciertos.
Qué mide
SimpleQA Verified, en el cuadro de Epoch AI (CC BY 4.0, última versión consultada), hace preguntas cortas de hechos, con una sola respuesta correcta, revisadas para quitar errores del gabarito. La nota es el porcentaje de aciertos.
Cuándo importa
Pesa cuando inventar un hecho sale caro, como en una respuesta de soporte o en una investigación que va al cliente. Mide memoria de hechos. Un modelo fuerte en razonamiento aún puede ir mal aquí.
Cómo leerlo
La nota es el porcentaje de hechos cortos acertados, en el cuadro de Epoch AI, en la última versión consultada. Con una nota baja, yo usaría búsqueda o documentos junto al modelo, aunque razone bien.
Quién lidera
- Claude Fable 5.2 Anthropic94%
- Gemini 4 Argon Google76%
- GPT-6 Astra OpenAI75,6%
- GPT-6.1 Sol OpenAI73,9%
- Gemini 3.1 Pro Google73,5%
- Claude Opus 5.5 Anthropic72,2%
- Claude Fable 5.1 Anthropic70,8%
- Claude Fable 5 Anthropic70,7%
- Gemini 3.8 Flash Google69,7%
- GPT-5.6 Sol OpenAI69,7%
Fuente: Epoch AI, versión más reciente consultada.