Hvad bygger scoren på?
Råtal, relativ placering og dokumentation.
AA Long Context Reasoning v1.1
Kilde og testnoter ↗
Uafhængig verificering ikke oplyst. Hentet 1. oktober 2026 kl. 18.30.
Via AI IQ · Artificial Analysis Intelligence Index v4.3.2 · version 4.3.2 · kildens dato 2026-09-30
CritPt
Kilde og testnoter ↗
Uafhængig verificering ikke oplyst. Hentet 1. oktober 2026 kl. 18.30.
Via AI IQ · Artificial Analysis Intelligence Index v4.3.2 · version 4.3.2 · kildens dato 2026-09-30
FrontierMath Tier 1-3
Kilde og testnoter ↗
Uafhængig verificering ikke oplyst. Hentet 1. oktober 2026 kl. 18.30.
Via AI IQ · Epoch AI FrontierMath Tiers 1-3 v2 · kildens dato 2026-09-30
FrontierMath Tier 4
Kilde og testnoter ↗
Uafhængig verificering ikke oplyst. Hentet 1. oktober 2026 kl. 18.30.
Via AI IQ · Epoch AI FrontierMath Tier 4 v2 · kildens dato 2026-09-30
GPQA Diamond
Kilde og testnoter ↗
Uafhængig verificering ikke oplyst. Hentet 1. oktober 2026 kl. 18.30.
Via AI IQ · Artificial Analysis Intelligence Index v4.3.2 · version 4.3.2 · kildens dato 2026-09-30
Humanity's Last Exam
Kilde og testnoter ↗
Uafhængig verificering ikke oplyst. Hentet 1. oktober 2026 kl. 18.30.
Via AI IQ · Artificial Analysis Intelligence Index v4.3.2 · version 4.3.2 · kildens dato 2026-09-30
MMMU-Pro
Kilde og testnoter ↗
Uafhængig verificering ikke oplyst. Hentet 1. oktober 2026 kl. 18.30.
Via AI IQ · Artificial Analysis Intelligence Index v4.3.2 · version 4.3.2 · kildens dato 2026-09-30
SciCode
Kilde og testnoter ↗
Uafhængig verificering ikke oplyst. Hentet 1. oktober 2026 kl. 18.30.
Via AI IQ · Artificial Analysis Intelligence Index v4.3.2 · version 4.3.2 · kildens dato 2026-09-30
SimpleQA Verified
Kilde og testnoter ↗
Uafhængig verificering ikke oplyst. Hentet 1. oktober 2026 kl. 18.30.
Via AI IQ · Epoch AI SimpleQA Verified · kildens dato 2026-09-30
Terminal-Bench 4.0
Kilde og testnoter ↗
Uafhængig verificering ikke oplyst. Hentet 1. oktober 2026 kl. 18.30.
Via AI IQ · Artificial Analysis Intelligence Index v4.3.2 · version 4.3.2 · kildens dato 2026-09-30
Model og testopsætning
Reasoning-niveauer tæller ikke som forskellige modeller.
0902
Qwen3.8 Max (0902)
Benchmarkkilde ↗Kildens dato: 2026-09-30Vores nyheder
Fra AiNews.dk’s arkiv om Qwen3.8 Max 0902.
Der er endnu ingen artikler om denne model i vores arkiv.
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.
- AA Long Context Reasoning v1.1
- Agents' Last Exam
- ARC-AGI-1
- ARC-AGI-2
- ARC-AGI-3
- BrowseComp
- BullshitBench v2
- CritPt
- FACTS Grounding
- FrontierMath Tier 1-3
- FrontierMath Tier 4
- GPQA Diamond
- Humanity's Last Exam
- IFBench
- IOI V2
- LiveCodeBench
- MathArena
- MCP Atlas
- MMLU-Pro
- MMMU-Pro
- OSWorld-Verified
- ProgramBench
- ProofBench 1.1
- SciCode
- SimpleQA Verified
- SWE-rebench
- Terminal-Bench 4.0
- GSM8K
- GPQA
- Humanity’s Last Exam
- MMLU-Pro
- SWE-bench Verified
- SWE-bench Pro
- AIME 2026
- HMMT februar 2026
- Terminal-Bench 2.0