SciPredict 排行榜
截至 2026年11月16日,SciPredict 的最高分为 25.3%,由 Gemini 3 Pro(Google)取得,领先于 Claude Opus 4.5(23.1%)。共有 15 个模型配置公布了结果(Scale AI SEAL,结果日期 2026年1月14日)。给定文献中的一个实验设置,模型预测实验结果,并与论文的发现对照评分。SciPredict 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- Gemini 3 Pro 以 25.3% 保持 SciPredict 最高分(Scale AI SEAL,2026年1月14日)。
- Claude Opus 4.5 以 23.1% 位列 SciPredict 第二(Scale AI SEAL,2026年1月14日)。
- SciPredict:在科学实验进行之前预测其结果。Scale AI(Scale AI SEAL)。
- BenchLeader 上有 15 个模型配置公布了 SciPredict 结果(BenchLeader,2026年11月16日)。
- SciPredict 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
在科学实验进行之前预测其结果。Scale AI。
- 类别
- 推理
- Index 权重
- 仅作参考
- 模型
- 15
- 数据截至
- 2026年11月16日
Scale AI SEAL Leaderboards.
测试内容
给定文献中的一个实验设置,模型预测实验结果,并与论文的发现对照评分。
评分方式
准确率,由 Scale AI 发布。
注意事项
测试的是科学直觉;对于已发表的实验,存在数据污染的可能。
- 1Gemini 3 Pro25.3%
- 2Claude Opus 4.523.1%
- 3Claude Sonnet 4.522.6%
- 4Gemini 3 Flash22.2%
- 5Claude Opus 4.122.2%
- 6GPT-5.220.6%
- 7o3-mini19.8%
- 8DeepSeek V319.2%
- 9Llama 3.3 70B18.2%
- 10o317.9%
- 11Gemini 2.5 Pro17.0%
- 12Qwen3 32B17.0%
- 13Qwen3 235B A22B16.6%
- 14o4-mini16.2%
- 15Llama 3.1 8B14.7%
15 / 15
| # | ||||
|---|---|---|---|---|
| 1 | 25.3% | 60.0 | 2026-01-14 | |
| 2 | 23.1% | 57.1 | 2026-01-14 | |
| 3 | 22.6% | 53.8 | 2026-01-14 | |
| 4 | 22.2% | 56.5 | 2026-01-14 | |
| 5 | 22.2% | 51.1 | 2026-01-14 | |
| 6 | 20.6% | 56.7 | 2026-01-14 | |
| 7 | 19.8% | 50.2 | 2026-01-14 | |
| 8 | 19.2% | 44.3 | 2026-01-14 | |
| 9 | 18.2% | 39.9 | 2026-01-14 | |
| 10 | 17.9% | 60.4 | 2026-01-14 | |
| 11 | 17.0% | 55.2 | 2026-01-14 | |
| 12 | 17.0% | 51.2 | 2026-01-14 | |
| 13 | 16.6% | 50.1 | 2026-01-14 | |
| 14 | 16.2% | 55.2 | 2026-01-14 | |
| 15 | 14.7% | 33.0 | 2026-01-14 |
引用格式:BenchLeader,《SciPredict 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/scale_scipredict。
SciPredict:常见问题
- SciPredict 衡量的是什么?
- 给定文献中的一个实验设置,模型预测实验结果,并与论文的发现对照评分。分数以完成任务的百分比表示,越高越好。
- SciPredict 的最高分是多少?
- 截至 2026年11月16日,SciPredict 的最高分为 25.3%,由 Gemini 3 Pro 取得(结果日期 2026年1月14日),领先于 Claude Opus 4.5(23.1%)。分数来自 Scale AI SEAL,每天重新读取。
- 哪个 AI 模型在 SciPredict 上领先?
- 截至 2026年11月16日,SciPredict 排名第一的是 Gemini 3 Pro,分数为 25.3%(结果日期 2026年1月14日)。其后为 Claude Opus 4.5(23.1%)。
- 有多少模型有 SciPredict 结果?
- BenchLeader 上有 15 个模型配置有 SciPredict 结果,全部取自 Scale AI SEAL。
- SciPredict 由谁运行,多久更新一次?
- SciPredict 由 Scale AI SEAL 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。
- SciPredict 是否计入 BenchLeader Index?
- 不计入。SciPredict 仅作参考展示,不计入综合分数。