Startseite › Benchmarks › GPQA Diamond
GPQA Diamond
Benchmark
Leistungsfähigkeit
Google-proof PhD science questions — the reasoning era's exam.
Sie sehen einen Benchmark-Eintrag: einen Test, mit dem die Branche Chips oder Modelle misst — und was er tatsächlich aussagt.
GPQA's expert-written chemistry, physics and biology questions defeat search (PhDs outside the field score ~34%). Frontier reasoning models went from ~50% (2024) past 90% (late 2025) — a two-year sprint through a benchmark built to be hard.
So hängt das mit dem Rest des Stacks zusammen
Die Verknüpfungen dieses Datensatzes auf einen Blick – klicken Sie auf eine Gruppe, um dorthin zu springen.
Verwandt
Quellen
Datensatz geprüft am 2026-01-15 — Siehe Methodik.