Spring til indhold
AiNews.dkDanske nyheder om Kunstig Intelligens
← Til ranglisten
ModelradarenHentet 17. oktober 2026 kl. 18.30
MetaÅbne vægte

Muse Spark Open

Nr. 24 på modelradaren.

Model og dokumentation ↗

13 af 13 resultater opfylder rangeringens krav. Flere benchmarks giver bredere dokumentation; forskellig dækning og opsætning gør fortsat scoren usikker.

Ændringshistorik vises, når en senere opdatering ændrer tal eller placering.

Hvad bygger scoren på?

Råtal, relativ placering og dokumentation.

AA Long Context Reasoning v1.1

Indgår i scoren · 148 sammenligningsmodeller · xHigh

Kildens dato: 2026-10-17

Kilde og testnoter ↗

Uafhængig verificering ikke oplyst. Hentet 17. oktober 2026 kl. 18.30.

Via AI IQ · Artificial Analysis Intelligence Index v4.3.2 · version 4.3.2 · kildens dato 2026-10-17

Se det oprindelige resultat ↗

78,3målt · skala 0–100Percentil 60,5

AutomationBench-AA

Indgår i scoren · 101 sammenligningsmodeller

Kildens dato: 2026-10-17

Kilde og testnoter ↗

Uafhængig verificering ikke oplyst. Hentet 17. oktober 2026 kl. 18.30.

Via AI IQ · Artificial Analysis Intelligence Index v4.3.2 · version 4.3.2 · kildens dato 2026-10-17

Se det oprindelige resultat ↗

49,7målt · skala 0–100Percentil 67,0

CritPt

Indgår i scoren · 153 sammenligningsmodeller · xHigh

Kildens dato: 2026-10-17

Kilde og testnoter ↗

Uafhængig verificering ikke oplyst. Hentet 17. oktober 2026 kl. 18.30.

Via AI IQ · Artificial Analysis Intelligence Index v4.3.2 · version 4.3.2 · kildens dato 2026-10-17

Se det oprindelige resultat ↗

14,9målt · skala 0–100Percentil 73,7

FrontierMath Tier 1-3

Indgår i scoren · 82 sammenligningsmodeller

Kildens dato: 2026-10-17

Kilde og testnoter ↗

Uafhængig verificering ikke oplyst. Hentet 17. oktober 2026 kl. 18.30.

Via AI IQ · Epoch AI FrontierMath Tiers 1-3 v2 · kildens dato 2026-10-17

Se det oprindelige resultat ↗

69,8målt · skala 0–100Percentil 72,8

FrontierMath Tier 4

Indgår i scoren · 70 sammenligningsmodeller

Kildens dato: 2026-10-17

Kilde og testnoter ↗

Uafhængig verificering ikke oplyst. Hentet 17. oktober 2026 kl. 18.30.

Via AI IQ · Epoch AI FrontierMath Tier 4 v2 · kildens dato 2026-10-17

Se det oprindelige resultat ↗

31,7målt · skala 0–100Percentil 65,2

GDP.pdf

Indgår i scoren · 100 sammenligningsmodeller

Kildens dato: 2026-10-17

Kilde og testnoter ↗

Uafhængig verificering ikke oplyst. Hentet 17. oktober 2026 kl. 18.30.

Via AI IQ · Artificial Analysis Intelligence Index v4.3.2 · version 4.3.2 · kildens dato 2026-10-17

Se det oprindelige resultat ↗

18,6målt · skala 0–100Percentil 73,2

GDPval-AA v2.1 normalized score

Indgår i scoren · 119 sammenligningsmodeller · xHigh

Kildens dato: 2026-10-17

Kilde og testnoter ↗

Uafhængig verificering ikke oplyst. Hentet 17. oktober 2026 kl. 18.30.

Via AI IQ · Artificial Analysis Intelligence Index v4.3.2 · version 4.3.2 · kildens dato 2026-10-17

Se det oprindelige resultat ↗

45,1målt · skala 0–100Percentil 67,8

GPQA Diamond

Indgår i scoren · 163 sammenligningsmodeller · xHigh

Kildens dato: 2026-10-17

Kilde og testnoter ↗

Uafhængig verificering ikke oplyst. Hentet 17. oktober 2026 kl. 18.30.

Via AI IQ · Artificial Analysis Intelligence Index v4.3.2 · version 4.3.2 · kildens dato 2026-10-17

Se det oprindelige resultat ↗

89,0målt · skala 0–100Percentil 65,4

Humanity's Last Exam

Indgår i scoren · 163 sammenligningsmodeller · xHigh

Kildens dato: 2026-10-17

Kilde og testnoter ↗

Uafhængig verificering ikke oplyst. Hentet 17. oktober 2026 kl. 18.30.

Via AI IQ · Artificial Analysis Intelligence Index v4.3.2 · version 4.3.2 · kildens dato 2026-10-17

Se det oprindelige resultat ↗

43,9målt · skala 0–100Percentil 85,2

MMMU-Pro

Indgår i scoren · 85 sammenligningsmodeller · xHigh

Kildens dato: 2026-10-17

Kilde og testnoter ↗

Uafhængig verificering ikke oplyst. Hentet 17. oktober 2026 kl. 18.30.

Via AI IQ · Artificial Analysis Intelligence Index v4.3.2 · version 4.3.2 · kildens dato 2026-10-17

Se det oprindelige resultat ↗

80,9målt · skala 0–100Percentil 81,0

SciCode

Indgår i scoren · 161 sammenligningsmodeller · xHigh

Kildens dato: 2026-10-17

Kilde og testnoter ↗

Uafhængig verificering ikke oplyst. Hentet 17. oktober 2026 kl. 18.30.

Via AI IQ · Artificial Analysis Intelligence Index v4.3.2 · version 4.3.2 · kildens dato 2026-10-17

Se det oprindelige resultat ↗

58,4målt · skala 0–100Percentil 90,0

SimpleQA Verified

Indgår i scoren · 78 sammenligningsmodeller

Kildens dato: 2026-10-17

Kilde og testnoter ↗

Uafhængig verificering ikke oplyst. Hentet 17. oktober 2026 kl. 18.30.

Via AI IQ · Epoch AI SimpleQA Verified · kildens dato 2026-10-17

Se det oprindelige resultat ↗

56,6målt · skala 0–100Percentil 74,0

Terminal-Bench 4.0

Indgår i scoren · 99 sammenligningsmodeller · xHigh

Kildens dato: 2026-10-17

Kilde og testnoter ↗

Uafhængig verificering ikke oplyst. Hentet 17. oktober 2026 kl. 18.30.

Via AI IQ · Artificial Analysis Intelligence Index v4.3.2 · version 4.3.2 · kildens dato 2026-10-17

Se det oprindelige resultat ↗

8,1målt · skala 0–100Percentil 61,2

Model og testopsætning

Reasoning-niveauer tæller ikke som forskellige modeller.

Vores nyheder

Fra AiNews.dk’s arkiv om Muse Spark Open.

  1. 01
  2. 02
Hvad betyder scoren?

Scoren er gennemsnittet af modellens percentilplaceringer i dokumenterede benchmarks: 100 er øverst, 50 er midten. Resultater sammenlignes inden for samme benchmark, før gennemsnittet beregnes. Mindst seks benchmarks med mindst fem sammenligningsmodeller kræves for rangering. Selvindberettede modelkort indgår som dokumentation, men ikke i rangeringen. Manglende tal estimeres ikke. Forskellig dækning og testopsætning giver fortsat usikkerhed.

Scoren er en relativ placering, ikke procent rigtige svar. 90 betyder en høj gennemsnitlig placering blandt de målte modeller. Benchmarkdækning, reasoning-niveau og brug af værktøjer kan variere. De faktiske resultater og opsætninger står på profilen.

Vi fylder aldrig manglende målinger ud for at nå 100 modeller.