BenchLeader

BioMysteryBench 排行榜

截至 2026年11月16日,BioMysteryBench 的最高分为 83.7%,由 Claude Fable 5.2(Anthropic)取得,领先于 Claude Sonnet 5.5(81.1%)。共有 31 个模型配置公布了结果(Vals AI,结果日期 2026年11月9日)。每项任务给模型一个生物信息学问题及其背后的数据,要求它像研究人员那样完成整套分析。BioMysteryBench 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 83.7% 保持 BioMysteryBench 最高分(Vals AI,2026年11月9日)。
  • Claude Sonnet 5.5 以 81.1% 位列 BioMysteryBench 第二(Vals AI,2026年11月9日)。
  • BioMysteryBench:从原始数据到结论的完整生物信息学调查。由 Vals AI 运行(Vals AI)。
  • BenchLeader 上有 31 个模型配置公布了 BioMysteryBench 结果(BenchLeader,2026年11月16日)。
  • BioMysteryBench 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

从原始数据到结论的完整生物信息学调查。由 Vals AI 运行。

发布方
Vals AI
类别
知识
Index 权重
仅作参考
模型
31
数据截至
2026年11月16日

Vals AI (vals.ai).

测试内容

每项任务给模型一个生物信息学问题及其背后的数据,要求它像研究人员那样完成整套分析。

评分方式

得出正确结论的研究百分比,由 Vals AI 评分。

注意事项

任务集小且任务耗时长,所以单个结果就会让分数变动。

31 / 31
#
1新Claude Fable 5.2high83.7%68.4$1.682026-11-09
2Claude Sonnet 5.5max81.1%64.2$2.952026-11-09
3GPT-6.1 Solmax79.6%66.6$0.3722026-11-09
4Claude Opus 5.5max79.3%68.4$2.952026-11-09
5GPT-6 Astramax79.3%67.3$1.722026-11-09
6Claude Opus 5max79.3%65.0$3.292026-11-09
7Gemini 4 Argonhigh76.3%65.3$5.712026-11-09
8Kimi K3.1 Promax75.6%59.9$0.7902026-11-09
9GPT-6 Solmax74.8%62.6$0.6622026-11-09
10Muse Wonder Fullmax73.3%61.7$3.472026-11-09
11Kimi K3max72.6%60.2$1.062026-11-09
12Grok 4.6high72.2%60.6$1.232026-11-09
13GPT-5.6 Solmax71.1%65.3$1.932026-11-09
14Claude Haiku 5.5max70.4%55.3$0.5132026-11-09
15Inkling 2 Small70.0%57.9$0.2692026-11-09
16Grok 4.7xhigh69.3%57.4$2.492026-11-09
17Hy469.3%56.7$0.3622026-11-09
18MiMo-V2.6-Flash69.3%54.8$0.0502026-11-09
19DeepSeek V4.1 Flashhigh67.8%55.6$0.2332026-11-09
20Step 5 Preview67.4%56.0$0.4952026-11-09
21Muse Wondermax67.0%60.8$3.232026-11-09
22Mistral Large 4high67.0%48.3$1.052026-11-09
23Ember-167.0%–$0.9072026-11-09
24Muse Spark 1.2xhigh64.8%61.5$0.9952026-11-09
25DeepSeek V4 Flashhigh64.4%57.2$0.0392026-11-09
26Gemini 3.8 Flashhigh62.2%59.4$1.552026-11-09
27GPT-5.6 Lunamax61.5%56.2$0.0892026-11-09
28GPT-6 Lunamax61.5%55.1$0.0532026-11-09
29Gemini 3.1 Prohigh60.0%60.4$0.7132026-11-09
30Gemini 3.6 Flashhigh58.5%61.0$1.252026-11-09
31Beam 1.042.6%45.9–2026-11-09

更多知识基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《BioMysteryBench 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/vals_biomysterybench。

BioMysteryBench:常见问题

BioMysteryBench 衡量的是什么?
每项任务给模型一个生物信息学问题及其背后的数据,要求它像研究人员那样完成整套分析。分数以完成任务的百分比表示,越高越好。
BioMysteryBench 的最高分是多少?
截至 2026年11月16日,BioMysteryBench 的最高分为 83.7%,由 Claude Fable 5.2 取得(结果日期 2026年11月9日),领先于 Claude Sonnet 5.5(81.1%)。分数来自 Vals AI,每天重新读取。
哪个 AI 模型在 BioMysteryBench 上领先?
截至 2026年11月16日,BioMysteryBench 排名第一的是 Claude Fable 5.2,分数为 83.7%(结果日期 2026年11月9日)。其后为 Claude Sonnet 5.5(81.1%)。
有多少模型有 BioMysteryBench 结果?
BenchLeader 上有 31 个模型配置有 BioMysteryBench 结果,全部取自 Vals AI。
BioMysteryBench 由谁运行,多久更新一次?
BioMysteryBench 由 Vals AI 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。
BioMysteryBench 是否计入 BenchLeader Index?
不计入。BioMysteryBench 仅作参考展示,不计入综合分数。