Humanity’s Last Exam · Tool-enabled protocol; exact subset/version unspecified · 测试定义与成绩

Humanity’s Last Exam · Tool-enabled protocol; exact subset/version unspecified 收录 1 次模型发布的评测披露或成绩。

测试版本与指标

  • Accuracy · % · 越高越好

各系列最新模型 · 公布成绩

常规展示范围。排名按指标与评测协议分组,已记录的工具、预算及框架分别展示。条件未说明的组保留公布值供查证。

Accuracy %

允许工具 / xhigh / 框架未记录 · 条件未说明

Humanity’s Last Exam · Tool-enabled protocol; exact subset/version unspecified · Accuracy · 允许工具 / xhigh / 框架未记录 · 条件未说明
模型与配置成绩(%)记录与证据
GPT-5.5Xhigh52.2%

允许工具 / 推理预算未记录 / 框架未记录 · 条件未说明

Humanity’s Last Exam · Tool-enabled protocol; exact subset/version unspecified · Accuracy · 允许工具 / 推理预算未记录 / 框架未记录 · 条件未说明
模型与配置成绩(%)记录与证据
GPT-5.5Pro57.2%

历史记录 · 1 次发布

  • GPT-5.5本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)