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。
- 1Claude Fable 5.2 (high)83.7%
- 2Claude Sonnet 5.5 (max)81.1%
- 3GPT-6.1 Sol (max)79.6%
- 4Claude Opus 5.5 (max)79.3%
- 5GPT-6 Astra (max)79.3%
- 6Claude Opus 5 (max)79.3%
- 7Gemini 4 Argon (high)76.3%
- 8Kimi K3.1 Pro (max)75.6%
- 9GPT-6 Sol (max)74.8%
- 10Muse Wonder Full (max)73.3%
- 11Kimi K3 (max)72.6%
- 12Grok 4.6 (high)72.2%
- 13GPT-5.6 Sol (max)71.1%
- 14Claude Haiku 5.5 (max)70.4%
- 15Inkling 2 Small70.0%
31 / 31
| # | |||||
|---|---|---|---|---|---|
| 1 | 新 | 83.7% | 68.4 | $1.68 | 2026-11-09 |
| 2 | 81.1% | 64.2 | $2.95 | 2026-11-09 | |
| 3 | 79.6% | 66.6 | $0.372 | 2026-11-09 | |
| 4 | 79.3% | 68.4 | $2.95 | 2026-11-09 | |
| 5 | 79.3% | 67.3 | $1.72 | 2026-11-09 | |
| 6 | 79.3% | 65.0 | $3.29 | 2026-11-09 | |
| 7 | 76.3% | 65.3 | $5.71 | 2026-11-09 | |
| 8 | 75.6% | 59.9 | $0.790 | 2026-11-09 | |
| 9 | 74.8% | 62.6 | $0.662 | 2026-11-09 | |
| 10 | 73.3% | 61.7 | $3.47 | 2026-11-09 | |
| 11 | 72.6% | 60.2 | $1.06 | 2026-11-09 | |
| 12 | 72.2% | 60.6 | $1.23 | 2026-11-09 | |
| 13 | 71.1% | 65.3 | $1.93 | 2026-11-09 | |
| 14 | 70.4% | 55.3 | $0.513 | 2026-11-09 | |
| 15 | 70.0% | 57.9 | $0.269 | 2026-11-09 | |
| 16 | 69.3% | 57.4 | $2.49 | 2026-11-09 | |
| 17 | 69.3% | 56.7 | $0.362 | 2026-11-09 | |
| 18 | 69.3% | 54.8 | $0.050 | 2026-11-09 | |
| 19 | 67.8% | 55.6 | $0.233 | 2026-11-09 | |
| 20 | 67.4% | 56.0 | $0.495 | 2026-11-09 | |
| 21 | 67.0% | 60.8 | $3.23 | 2026-11-09 | |
| 22 | 67.0% | 48.3 | $1.05 | 2026-11-09 | |
| 23 | Ember-1 | 67.0% | – | $0.907 | 2026-11-09 |
| 24 | 64.8% | 61.5 | $0.995 | 2026-11-09 | |
| 25 | 64.4% | 57.2 | $0.039 | 2026-11-09 | |
| 26 | 62.2% | 59.4 | $1.55 | 2026-11-09 | |
| 27 | 61.5% | 56.2 | $0.089 | 2026-11-09 | |
| 28 | 61.5% | 55.1 | $0.053 | 2026-11-09 | |
| 29 | 60.0% | 60.4 | $0.713 | 2026-11-09 | |
| 30 | 58.5% | 61.0 | $1.25 | 2026-11-09 | |
| 31 | 42.6% | 45.9 | – | 2026-11-09 |
相关基准测试
BioMysteryBench 上的热门模型对比
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。