BioMysteryBench (hard)推理

BioMysteryBench 由 Microsoft Research 推出，评测 AI 在生物学科学推理和假设验证方面的能力。Hard 子集包含最具挑战性的题目，要求模型整合多源生物信息、提出假设并进行推理，类似于生物学研究中的「谜题」解决。

排行数据源

#模型得分

1

GPT-5.6 TerraOpenAI

49.4%

2

Claude Opus 5Anthropic

49.4%

3

Claude Fable 5Anthropic

46.5%

4

Gemini 3.7 FlashGoogle

43.5%

5

Claude Opus 4.8Anthropic

42.4%

6

Gemini 3.6 FlashGoogle

41.2%

7

Claude Sonnet 5Anthropic

34.1%

8

Claude Mythos PreviewAnthropic

29.6%

共 8 个模型

返回基准目录

BioMysteryBench (hard)推理

BioMysteryBench 由 Microsoft Research 推出，评测 AI 在生物学科学推理和假设验证方面的能力。Hard 子集包含最具挑战性的题目，要求模型整合多源生物信息、提出假设并进行推理，类似于生物学研究中的「谜题」解决。

排行数据源

#模型得分

1

GPT-5.6 TerraOpenAI

49.4%

2

Claude Opus 5Anthropic

49.4%

3

Claude Fable 5Anthropic

46.5%

4

Gemini 3.7 FlashGoogle

43.5%

5

Claude Opus 4.8Anthropic

42.4%

6

Gemini 3.6 FlashGoogle

41.2%

7

Claude Sonnet 5Anthropic

34.1%

8

Claude Mythos PreviewAnthropic

29.6%

共 8 个模型