HLE-Diamond (AA) 排行榜
截至 2026年11月16日,HLE-Diamond (AA) 的最高分为 80.2%,由 Claude Fable 5.2(Anthropic)取得,领先于 Gemini 4 Carbon(69.1%)。共有 169 个模型配置公布了结果(Artificial Analysis,结果日期 2026年11月9日)。HLE-Diamond:Humanity's Last Exam 的 1,000 题精选版(推理 500 题、知识 500 题),用于 Artificial Analysis 的 Intelligence Index v5。HLE-Diamond (AA) 计入 BenchLeader Index 的推理得分。
要点(截至 2026年11月16日)
- Claude Fable 5.2 以 80.2% 保持 HLE-Diamond (AA) 最高分(Artificial Analysis,2026年11月9日)。
- Gemini 4 Carbon 以 69.1% 位列 HLE-Diamond (AA) 第二(Artificial Analysis,2026年10月28日)。
- HLE-Diamond (AA):精简后的 1,000 题版 HLE(推理 500 题、知识 500 题),用于 Intelligence Index v5。由 Artificial Analysis 运行(Artificial Analysis)。
- BenchLeader 上有 169 个模型配置公布了 HLE-Diamond (AA) 结果(BenchLeader,2026年11月16日)。
- HLE-Diamond (AA) 计入 BenchLeader Index 的推理类别(BenchLeader 方法论)。
精简后的 1,000 题版 HLE(推理 500 题、知识 500 题),用于 Intelligence Index v5。由 Artificial Analysis 运行。
- 类别
- 推理
- Index 权重
- 1.0
- 模型
- 169
- 数据截至
- 2026年11月16日
Source: Artificial Analysis (artificialanalysis.ai). Data taken from the public leaderboard.
测试内容
HLE-Diamond:Humanity's Last Exam 的 1,000 题精选版(推理 500 题、知识 500 题),用于 Artificial Analysis 的 Intelligence Index v5。
评分方式
Diamond 子集上的准确率百分比。由 Artificial Analysis 运行。
注意事项
这是 HLE 的不公开子集,与 Epoch 和 Artificial Analysis 同时发布的公开 HLE 排行榜不同。它与 Epoch 的完整 HLE 差异足够大,所以两者都计入 BenchLeader Index。
- 1Claude Fable 5.2 (max)80.2%
- 2Claude Fable 5.2 (xhigh)75.8%
- 3Claude Fable 5.2 (high)73.8%
- 4Gemini 4 Carbon (high)69.1%
- 5Claude Opus 5.5 (max)67.9%
- 6Gemini 4 Carbon (medium)67.4%
- 7Claude Fable 5.2 (medium)66.3%
- 8Claude Opus 5.5 (xhigh)64.0%
- 9GPT-6 Astra (max)63.8%
- 10Gemini 4 Carbon (low)61.9%
- 11GPT-6 Astra (xhigh)61.5%
- 12Claude Fable 5.2 (low)60.8%
- 13Claude Fable 5.1 (max)60.1%
- 14GPT-6 Astra (high)59.3%
- 15GPT-6.1 Sol (max)58.8%
| # | ||||
|---|---|---|---|---|
| 1 | 新 | 80.2% | 72.7 | 2026-11-09 |
| 2 | 新 | 75.8% | 69.7 | 2026-11-09 |
| 3 | 新 | 73.8% | 68.4 | 2026-11-09 |
| 4 | 69.1% | 68.9 | 2026-10-28 | |
| 5 | 67.9% | 68.4 | 2026-09-22 | |
| 6 | 67.4% | 65.8 | 2026-10-28 | |
| 7 | 新 | 66.3% | 66.3 | 2026-11-09 |
| 8 | 64.0% | 65.4 | 2026-09-22 | |
| 9 | 63.8% | 67.3 | 2026-09-03 | |
| 10 | 61.9% | 60.1 | 2026-10-28 | |
| 11 | 61.5% | 66.0 | 2026-09-03 | |
| 12 | 新 | 60.8% | 65.3 | 2026-11-09 |
| 13 | 60.1% | 66.7 | 2026-09-01 | |
| 14 | 59.3% | 66.3 | 2026-09-03 | |
| 15 | 58.8% | 66.6 | 2026-09-29 | |
| 16 | 58.8% | 64.6 | 2026-09-01 | |
| 17 | 新 | 58.8% | 61.8 | 2026-11-12 |
| 18 | 56.7% | 65.3 | 2026-09-30 | |
| 19 | 55.8% | 63.6 | 2026-09-29 | |
| 20 | 55.6% | 66.0 | 2026-09-22 | |
| 21 | 新 | 54.9% | 63.4 | 2026-11-12 |
| 22 | 53.3% | 64.2 | 2026-09-28 | |
| 23 | 52.7% | 64.4 | 2026-09-03 | |
| 24 | 51.9% | 63.4 | 2026-09-29 | |
| 25 | 51.4% | 61.2 | 2026-09-22 | |
| 26 | 50.4% | 63.7 | 2026-09-01 | |
| 27 | 48.5% | 61.7 | 2026-10-12 | |
| 28 | 新 | 47.7% | – | 2026-11-12 |
| 29 | 47.3% | 64.1 | 2026-10-26 | |
| 30 | 46.0% | 62.7 | 2026-09-29 | |
| 31 | 45.2% | 62.6 | 2026-09-22 | |
| 32 | 45.1% | 62.0 | 2026-09-03 | |
| 33 | 45.0% | 61.7 | 2026-09-01 | |
| 34 | 44.8% | 65.0 | 2026-07-24 | |
| 35 | 44.1% | 62.5 | 2026-09-28 | |
| 36 | 42.5% | 61.6 | 2026-09-30 | |
| 37 | 42.3% | 60.0 | 2026-10-26 | |
| 38 | 41.7% | 58.9 | 2026-09-22 | |
| 39 | 39.0% | 60.8 | 2026-10-12 | |
| 40 | 38.2% | 60.0 | 2026-09-29 | |
| 41 | 37.4% | 58.8 | 2026-09-01 | |
| 42 | 37.3% | 61.8 | 2026-10-23 | |
| 43 | 35.4% | 59.6 | 2026-10-26 | |
| 44 | 34.5% | 56.2 | 2026-10-12 | |
| 45 | 33.8% | 59.5 | 2026-09-28 | |
| 46 | 33.7% | 60.6 | 2026-09-02 | |
| 47 | 33.1% | 59.4 | 2026-09-02 | |
| 48 | 32.7% | 56.7 | 2026-11-03 | |
| 49 | 新 | 32.2% | – | 2026-11-12 |
| 50 | 31.4% | 59.9 | 2026-02-19 | |
| 51 | 31.3% | 58.5 | 2026-10-26 | |
| 52 | 30.3% | 58.1 | 2026-09-02 | |
| 53 | 29.6% | 55.3 | 2026-10-07 | |
| 54 | 29.1% | 60.2 | 2026-09-02 | |
| 55 | 28.8% | 59.5 | 2026-07-09 | |
| 56 | 28.8% | 56.7 | 2026-10-07 | |
| 57 | 28.7% | 57.9 | 2026-11-05 | |
| 58 | 28.1% | 54.3 | 2026-10-19 | |
| 59 | 26.9% | 60.2 | 2026-07-16 | |
| 60 | 26.3% | 53.5 | 2026-10-15 |
相关基准测试
HLE-Diamond (AA) 上的热门模型对比
引用格式:BenchLeader,《HLE-Diamond (AA) 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/aa_hle_diamond。
HLE-Diamond (AA):常见问题
- HLE-Diamond (AA) 衡量的是什么?
- HLE-Diamond:Humanity's Last Exam 的 1,000 题精选版(推理 500 题、知识 500 题),用于 Artificial Analysis 的 Intelligence Index v5。分数以完成任务的百分比表示,越高越好。
- HLE-Diamond (AA) 的最高分是多少?
- 截至 2026年11月16日,HLE-Diamond (AA) 的最高分为 80.2%,由 Claude Fable 5.2 取得(结果日期 2026年11月9日),领先于 Gemini 4 Carbon(69.1%)。分数来自 Artificial Analysis,每天重新读取。
- 哪个 AI 模型在 HLE-Diamond (AA) 上领先?
- 截至 2026年11月16日,HLE-Diamond (AA) 排名第一的是 Claude Fable 5.2,分数为 80.2%(结果日期 2026年11月9日)。其后为 Gemini 4 Carbon(69.1%)。
- 有多少模型有 HLE-Diamond (AA) 结果?
- BenchLeader 上有 169 个模型配置有 HLE-Diamond (AA) 结果,全部取自 Artificial Analysis。
- HLE-Diamond (AA) 由谁运行,多久更新一次?
- HLE-Diamond (AA) 由 Artificial Analysis 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。
- HLE-Diamond (AA) 是否计入 BenchLeader Index?
- 计入。HLE-Diamond (AA) 计入 BenchLeader Index 的推理类别,并经过归一化,使参评模型的平均值为 50。