HealthBench Professional (AA) 排行榜
截至 2026年11月16日,HealthBench Professional (AA) 的最高分为 68.1%,由 Claude Fable 5.2(Anthropic)取得,领先于 GPT-6 Astra(66.0%)。共有 19 个模型配置公布了结果(OpenAI,结果日期 2026年11月9日)。OpenAI 的 HealthBench Professional:525 段涵盖问诊、写作和研究的临床医生对话,按医生编写的评分细则打分。由 Artificial Analysis 运行。HealthBench Professional (AA) 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- Claude Fable 5.2 以 68.1% 保持 HealthBench Professional (AA) 最高分(OpenAI,2026年11月9日)。
- GPT-6 Astra 以 66.0% 位列 HealthBench Professional (AA) 第二(OpenAI,2026年9月3日)。
- HealthBench Professional (AA):OpenAI 的 HealthBench Professional:525 段涵盖问诊、写作和研究的临床医生对话,按医生编写的评分细则打分。由 Artificial Analysis 运行(OpenAI)。
- BenchLeader 上有 19 个模型配置公布了 HealthBench Professional (AA) 结果(BenchLeader,2026年11月16日)。
- HealthBench Professional (AA) 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
OpenAI 的 HealthBench Professional:525 段涵盖问诊、写作和研究的临床医生对话,按医生编写的评分细则打分。由 Artificial Analysis 运行。
- 发布方
- OpenAI数据经由 Artificial Analysis
- 类别
- 知识
- Index 权重
- 仅作参考
- 模型
- 19
- 数据截至
- 2026年11月16日
Source: Artificial Analysis (artificialanalysis.ai). Data taken from the public leaderboard.
- 1Claude Fable 5.2 (xhigh)68.1%
- 2Claude Fable 5.2 (max)67.7%
- 3Claude Fable 5.2 (high)67.6%
- 4Claude Fable 5.2 (medium)67.0%
- 5Claude Fable 5.2 (low)66.9%
- 6GPT-6 Astra (max)66.0%
- 7GPT-6.1 Sol (max)65.1%
- 8Claude Sonnet 5.5 (max)63.0%
- 9GPT-6 Sol (max)62.3%
- 10GPT-6 Luna (max)61.9%
- 11Claude Opus 5.5 (max)59.9%
- 12Claude Haiku 5.5 (max)58.4%
- 13Claude Fable 5.1 (max)57.8%
- 14Grok 4.7 (xhigh)55.8%
- 15Gemini 4 Argon (high)55.0%
19 / 19
| # | ||||
|---|---|---|---|---|
| 1 | 新 | 68.1% | 69.7 | 2026-11-09 |
| 2 | 新 | 67.7% | 72.7 | 2026-11-09 |
| 3 | 新 | 67.6% | 68.4 | 2026-11-09 |
| 4 | 新 | 67.0% | 66.3 | 2026-11-09 |
| 5 | 新 | 66.9% | 65.3 | 2026-11-09 |
| 6 | 66.0% | 67.3 | 2026-09-03 | |
| 7 | 65.1% | 66.6 | 2026-09-29 | |
| 8 | 63.0% | 64.2 | 2026-09-28 | |
| 9 | 62.3% | 62.6 | 2026-09-22 | |
| 10 | 61.9% | 55.1 | 2026-09-22 | |
| 11 | 59.9% | 68.4 | 2026-09-22 | |
| 12 | 58.4% | 55.3 | 2026-10-07 | |
| 13 | 57.8% | 66.7 | 2026-09-01 | |
| 14 | 55.8% | 57.4 | 2026-09-21 | |
| 15 | 55.0% | 65.3 | 2026-09-30 | |
| 16 | 53.2% | 60.2 | 2026-07-16 | |
| 17 | 52.8% | 58.8 | 2026-08-18 | |
| 18 | 51.7% | 59.4 | 2026-09-02 | |
| 19 | 50.7% | 58.5 | 2026-09-10 |
相关基准测试
HealthBench Professional (AA) 上的热门模型对比
引用格式:BenchLeader,《HealthBench Professional (AA) 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/aa_healthbench_professional。
HealthBench Professional (AA):常见问题
- HealthBench Professional (AA) 衡量的是什么?
- OpenAI 的 HealthBench Professional:525 段涵盖问诊、写作和研究的临床医生对话,按医生编写的评分细则打分。由 Artificial Analysis 运行。分数以完成任务的百分比表示,越高越好。
- HealthBench Professional (AA) 的最高分是多少?
- 截至 2026年11月16日,HealthBench Professional (AA) 的最高分为 68.1%,由 Claude Fable 5.2 取得(结果日期 2026年11月9日),领先于 GPT-6 Astra(66.0%)。分数来自 OpenAI,每天重新读取。
- 哪个 AI 模型在 HealthBench Professional (AA) 上领先?
- 截至 2026年11月16日,HealthBench Professional (AA) 排名第一的是 Claude Fable 5.2,分数为 68.1%(结果日期 2026年11月9日)。其后为 GPT-6 Astra(66.0%)。
- 有多少模型有 HealthBench Professional (AA) 结果?
- BenchLeader 上有 19 个模型配置有 HealthBench Professional (AA) 结果,全部取自 OpenAI(经由 Artificial Analysis)。
- HealthBench Professional (AA) 由谁运行,多久更新一次?
- HealthBench Professional (AA) 由 OpenAI 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
- HealthBench Professional (AA) 是否计入 BenchLeader Index?
- 不计入。HealthBench Professional (AA) 仅作参考展示,不计入综合分数。