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。

#	模型	得分 (%)	厂商	来源
1	Claude Fable 5	46.1	Anthropic	Claude Fable 5 技术报告
2	Claude Opus 4.8	40	Anthropic	Claude Fable 5 技术报告
3	Claude Mythos Preview	29.6	Anthropic	Claude Fable 5 技术报告

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。

#	模型	得分 (%)	厂商	来源
1	Claude Fable 5	46.1	Anthropic	Claude Fable 5 技术报告
2	Claude Opus 4.8	40	Anthropic	Claude Fable 5 技术报告
3	Claude Mythos Preview	29.6	Anthropic	Claude Fable 5 技术报告