Glossário
GPQA Diamond (OpenRouter)
É o mesmo GPQA Diamond, medido pelo OpenRouter Benchmarks (CC BY 4.0, versão mais recente consultada) no provedor que ele escolhe para aquela chamada.
O que mede
É o mesmo GPQA Diamond, medido pelo OpenRouter Benchmarks (CC BY 4.0, versão mais recente consultada) no provedor que ele escolhe para aquela chamada.
Quando importa
Serve para ver o modelo como você tende a usá-lo por API. A nota pode divergir da Epoch AI por causa do provedor, da configuração e do número de tentativas. Se as duas aparecerem na ficha, eu leio as duas e não misturo na mesma comparação.
Como ler
Compare com a nota da Epoch AI para o mesmo modelo. As duas medem o mesmo teste, mas podem divergir por causa do provedor, da configuração e do número de tentativas. Eu leio as duas e não misturo na mesma comparação.
Quem lidera
- Gemini 4 Argon Google96,5%
- Gemini 3.8 Flash Google95,6%
- GPT-6 Astra Pro OpenAI95,5%
- Gemini 3.1 Pro Google95,2%
- GPT-6.1 Sol OpenAI94,8%
- Ling 3.1 Flash Ant Group94,8%
- GPT-6 Astra OpenAI94,7%
- Gemini 3.7 Flash Google94,3%
- GPT-5.6 Sol Pro OpenAI94,1%
- GPT-5.5 OpenAI93,9%
Fonte: OpenRouter Benchmarks, versão mais recente consultada.