Actualidad: ver ahora

Cotizaciones: dolar oficial / blue

Clima: ver pronóstico

Observatorio de Conocimiento

Resultados verificados relacionados con esta tarea o capacidad evaluada.

Los resultados corresponden a evaluaciones especificas. Diferentes benchmarks, versiones o metodologias pueden no ser directamente comparables.

Benchmarks relacionados

GPQA Diamond
Metrica: accuracy · Unidad: %

MMLU
Metrica: accuracy · Unidad: %

Evolucion disponible

GPT-4o · MMLU

Version: original-57 · Metrica: accuracy · Unidad: %

Resultado disponible; no hay evolución demostrada.

Mediciones de GPT-4o en MMLU
Fecha de evaluacion/publicacion	Resultado	Fecha de evaluacion	Fecha de publicacion	Fuente
13/05/2024	88,7 %	No confirmado	13/05/2024	OpenAI (Hello GPT-4o) Ver fuente

GPT-4o · GPQA Diamond

Version: diamond-198 · Metrica: accuracy · Unidad: %

Resultado disponible; no hay evolución demostrada.

Mediciones de GPT-4o en GPQA Diamond
Fecha de evaluacion/publicacion	Resultado	Fecha de evaluacion	Fecha de publicacion	Fuente
13/05/2024	53,6 %	No confirmado	13/05/2024	OpenAI (Hello GPT-4o) Ver fuente

Claude Opus 4 · GPQA Diamond

Version: diamond-198 · Metrica: accuracy · Unidad: %

Resultado disponible; no hay evolución demostrada.

Mediciones de Claude Opus 4 en GPQA Diamond
Fecha de evaluacion/publicacion	Resultado	Fecha de evaluacion	Fecha de publicacion	Fuente
22/05/2025	83,3 %	No confirmado	22/05/2025	Anthropic (anuncio Claude 4) Ver fuente

Gemini 2.5 Pro · GPQA Diamond

Version: diamond-198 · Metrica: accuracy · Unidad: %

Resultado disponible; no hay evolución demostrada.

Mediciones de Gemini 2.5 Pro en GPQA Diamond
Fecha de evaluacion/publicacion	Resultado	Fecha de evaluacion	Fecha de publicacion	Fuente
25/03/2025	84,0 %	No confirmado	25/03/2025	Google (anuncio Gemini 2.5 Pro) Ver fuente

DeepSeek R1 · MMLU

Version: original-57 · Metrica: accuracy · Unidad: %

Resultado disponible; no hay evolución demostrada.

Mediciones de DeepSeek R1 en MMLU
Fecha de evaluacion/publicacion	Resultado	Fecha de evaluacion	Fecha de publicacion	Fuente
22/01/2025	90,8 %	No confirmado	22/01/2025	DeepSeek-R1 paper Ver fuente

DeepSeek R1 · GPQA Diamond

Version: diamond-198 · Metrica: accuracy · Unidad: %

Resultado disponible; no hay evolución demostrada.

Mediciones de DeepSeek R1 en GPQA Diamond
Fecha de evaluacion/publicacion	Resultado	Fecha de evaluacion	Fecha de publicacion	Fuente
22/01/2025	71,5 %	No confirmado	22/01/2025	DeepSeek-R1 paper Ver fuente

GPT-5 · GPQA Diamond

Version: diamond-198 · Metrica: accuracy · Unidad: %

Resultado disponible; no hay evolución demostrada.

Mediciones de GPT-5 en GPQA Diamond
Fecha de evaluacion/publicacion	Resultado	Fecha de evaluacion	Fecha de publicacion	Fuente
07/08/2025	88,4 %	No confirmado	07/08/2025	OpenAI (anuncio GPT-5) Ver fuente

Limitaciones

La ausencia de puntos comparables no significa ausencia de capacidad. Benchmarks, versiones, metricas, unidades, harnesses y condiciones diferentes deben mantenerse separados. Alias, snapshots, modelo logico y familia tampoco se sustituyen entre si.