HealthBench Professional推理

HealthBench 由多个医疗 AI 研究机构联合推出，评测 AI 在医疗领域的专业知识应用能力。Professional 子集包含执业医师考试级问题，涵盖诊断推理、治疗方案选择、药物相互作用等临床场景。评估模型在专业医疗知识上的深度和准确性。

排行数据源

#模型得分

1

Claude Fable 5Anthropic

66.0%

2

Claude Mythos PreviewAnthropic

64.7%

3

GPT-5.6 SolOpenAI

60.5%

4

Claude Opus 5Anthropic

59.8%

5

Muse Spark 1.1Meta

59.3%

6

GPT-5.6 TerraOpenAI

57.7%

7

Claude Opus 4.8Anthropic

57.4%

8

GPT-5.6 LunaOpenAI

55.7%

9

Muse SparkMeta

54.1%

10

GPT-5.5OpenAI

51.8%

共 11 个模型

返回基准目录

HealthBench Professional推理

官方网站

HealthBench 由多个医疗 AI 研究机构联合推出，评测 AI 在医疗领域的专业知识应用能力。Professional 子集包含执业医师考试级问题，涵盖诊断推理、治疗方案选择、药物相互作用等临床场景。评估模型在专业医疗知识上的深度和准确性。

排行数据源

#模型得分

1

Claude Fable 5Anthropic

66.0%

2

Claude Mythos PreviewAnthropic

64.7%

3

GPT-5.6 SolOpenAI

60.5%

4

Claude Opus 5Anthropic

59.8%

5

Muse Spark 1.1Meta

59.3%

6

GPT-5.6 TerraOpenAI

57.7%

7

Claude Opus 4.8Anthropic

57.4%

8

GPT-5.6 LunaOpenAI

55.7%

9

Muse SparkMeta

54.1%

10

GPT-5.5OpenAI

51.8%

共 11 个模型