IQ of SI
简体中文 ▾

自动生成页面。 本页由 AI 自动撰写和翻译,并由软件对照来源进行核查,无人工编辑。SI-IQ 是基于公开基准测试结果构建的指数,不是智商测试。 工作原理

GPQA Diamond (OpenRouter run)：AI 模型成绩

GPQA Diamond (OpenRouter run) 是由 OpenRouter 运行的知识基准测试。我们的数据中有 117 个模型已发布成绩。

它属于 SI-IQ 指数的一部分（载荷 k = 0.68，随机水平 25%）。

评测方
OpenRouter
基准测试主页
openrouter.ai/benchmarks/gpqa-diamond

成绩

来源
1 Gemini 4 Argon Google DeepMind96.5%140137–143 8 2026年9月OpenRouter benchmark datasets
2 Gemini 3.1 Pro Google DeepMind94.8%127124–130 9 2026年2月OpenRouter benchmark datasets
3 Gemini 3.8 Flash Google DeepMind94.8%130127–133 8 2026年9月OpenRouter benchmark datasets
4 GPT-6 Astra OpenAI94.7%150146–153 8 2026年9月OpenRouter benchmark datasets
5 GPT-6.1 Sol OpenAI94.4%148144–152 8 2026年9月OpenRouter benchmark datasets
6 Gemini 3.7 Flash Google DeepMind93.9%131128–134 8 2026年8月OpenRouter benchmark datasets
7 GPT-5.5 OpenAI93.6%138135–141 9 2026年4月OpenRouter benchmark datasets
8 Gemini 3.6 Flash Google DeepMind93.0%125122–128 8 2026年7月OpenRouter benchmark datasets
9 Claude Sonnet 5.5 Anthropic92.9%140137–143 8 2026年9月OpenRouter benchmark datasets
10 Grok 4.6 xAI92.5%126123–129 8 2026年8月OpenRouter benchmark datasets
11 Gemini 3.5 Flash Google DeepMind92.4%126123–129 9 2026年5月OpenRouter benchmark datasets
12 GPT-5.6 Sol OpenAI92.3%140137–143 8 2026年7月OpenRouter benchmark datasets
13 GPT-6 Sol OpenAI92.1%140137–144 8 2026年9月OpenRouter benchmark datasets
14 Kimi K3开放 Moonshot91.6%127124–130 8 2026年7月OpenRouter benchmark datasets
15 MiniMax-M3开放 MiniMax91.5%108102–114 5 2026年6月OpenRouter benchmark datasets
16 GLM-5.3-Flash开放 Z.ai (Zhipu AI)90.9%120117–124 7 2026年8月OpenRouter benchmark datasets
17 Qwen3.7-Max Alibaba90.9%125122–128 9 2026年5月OpenRouter benchmark datasets
18 Muse Spark Open开放 Meta AI90.6%127124–130 6 2026年10月OpenRouter benchmark datasets
19 Claude Opus 5.5 Anthropic90.2%144141–148 8 2026年9月OpenRouter benchmark datasets
20 DeepSeek V4 Flash 0731开放 DeepSeek90.0%124121–127 8 2026年7月OpenRouter benchmark datasets
21 GPT-5.4 OpenAI90.0%131128–133 9 2026年3月OpenRouter benchmark datasets
22 DeepSeek-V4-Flash开放 DeepSeek89.9%129116–143 2 数据不足 2026年4月OpenRouter benchmark datasets
23 MiMo-V2.6 Pro Xiaomi Corp89.9%131117–144 2 数据不足 2026年9月OpenRouter benchmark datasets
24 Tencent Hy4 preview开放 Tencent89.7%129115–143 2 数据不足 2026年8月OpenRouter benchmark datasets
25 Qwen3.8 Flash Alibaba89.6%125111–138 2 数据不足 2026年8月OpenRouter benchmark datasets
26 Claude Opus 4.8 Anthropic89.6%132129–135 8 2026年5月OpenRouter benchmark datasets
27 Claude Opus 5 Anthropic89.6%136133–140 8 2026年7月OpenRouter benchmark datasets
28 GPT-5.6 Terra OpenAI89.3%134131–137 8 2026年7月OpenRouter benchmark datasets
29 DeepSeek V4 Pro 0813开放 DeepSeek89.3%128125–131 8 2026年8月OpenRouter benchmark datasets
30 Claude Opus 4.7 Anthropic89.2%127124–130 9 2026年4月OpenRouter benchmark datasets
31 Claude Fable 5.1 Anthropic88.9%140136–143 8 2026年9月OpenRouter benchmark datasets
32 Gemini 3 Flash Google DeepMind88.6%122119–125 9 2025年12月OpenRouter benchmark datasets
33 Kimi K2.7 Code开放 Moonshot88.5%118115–122 7 2026年6月OpenRouter benchmark datasets
34 DeepSeek V4.1 Flash开放 DeepSeek88.4%128125–131 8 2026年9月OpenRouter benchmark datasets
35 GPT-6 Luna OpenAI88.2%130127–133 8 2026年9月OpenRouter benchmark datasets
36 Kimi K2.6开放 Moonshot88.0%121118–124 9 2026年4月OpenRouter benchmark datasets
37 GPT-5.2 OpenAI87.9%125122–128 10 2025年12月OpenRouter benchmark datasets
38 Qwen3.7-Plus Alibaba87.4%115110–119 5 2026年6月OpenRouter benchmark datasets
39 Qwen3.5 397B-A17B开放 Alibaba87.3%114109–118 5 2026年2月OpenRouter benchmark datasets
40 GPT-5.6 Luna OpenAI87.2%130127–133 8 2026年7月OpenRouter benchmark datasets
41 Inkling-Small开放 Thinking Machines87.0%118115–122 7 2026年7月OpenRouter benchmark datasets
42 Claude Haiku 5.5 Anthropic86.9%129126–132 8 2026年10月OpenRouter benchmark datasets
43 GPT-5.1 OpenAI86.9%120115–125 7 2025年11月OpenRouter benchmark datasets
44 MiniMax-M2.1开放 MiniMax86.9%120106–133 2 数据不足 2025年12月OpenRouter benchmark datasets
45 GLM-5.3开放 Z.ai (Zhipu AI)86.4%125122–128 8 2026年8月OpenRouter benchmark datasets
46 Claude Fable 5 Anthropic86.2%138134–141 8 2026年6月OpenRouter benchmark datasets
47 Claude Opus 4.5 Anthropic86.1%115111–118 10 2025年11月OpenRouter benchmark datasets
48 Kimi K2.5开放 Moonshot85.9%119112–125 5 2026年1月OpenRouter benchmark datasets
49 Claude Sonnet 5 Anthropic85.8%126123–129 8 2026年6月OpenRouter benchmark datasets
50 MiniMax-M2.7开放 MiniMax85.7%120107–134 2 数据不足 2026年3月OpenRouter benchmark datasets
51 Claude Opus 4.6 Anthropic85.7%123120–126 9 2026年2月OpenRouter benchmark datasets
52 MiMo-V2.5-Pro开放 Xiaomi Corp85.5%121108–135 2 数据不足 2026年4月OpenRouter benchmark datasets
53 MiniMax-M2.5开放 MiniMax85.4%118105–132 2 数据不足 2026年2月OpenRouter benchmark datasets
54 DeepSeek-V4-Pro开放 DeepSeek85.4%117113–120 9 2026年4月OpenRouter benchmark datasets
55 GPT-5 OpenAI85.0%121118–124 11 2025年8月OpenRouter benchmark datasets
56 GPT-5.4 Mini OpenAI84.0%117113–120 8 2026年3月OpenRouter benchmark datasets
57 Gemini 3.5 Flash-Lite Google DeepMind84.0%109106–113 7 2026年7月OpenRouter benchmark datasets
58 GLM-4.7开放 Z.ai (Zhipu AI)83.6%112107–118 5 2025年12月OpenRouter benchmark datasets
59 Qwen 3.8 27B开放 Alibaba83.4%120106–133 2 数据不足 2026年8月OpenRouter benchmark datasets
60 GLM-5.2开放 Z.ai (Zhipu AI)83.3%121118–124 9 2026年6月OpenRouter benchmark datasets
61 Qwen 3.6 35B-A3B开放 Alibaba82.7%111107–115 5 2026年4月OpenRouter benchmark datasets
62 DeepSeek-V3.2-Exp开放 DeepSeek82.7%112103–121 4 数据不足 2025年9月OpenRouter benchmark datasets
63 MiMo-V2.5开放 Xiaomi Corp82.4%117104–131 2 数据不足 2026年4月OpenRouter benchmark datasets
64 Inkling开放 Thinking Machines81.8%114110–117 7 2026年7月OpenRouter benchmark datasets
65 Gemma 4 31B IT开放 Google DeepMind81.6%10498–110 4 数据不足 2026年4月OpenRouter benchmark datasets
66 GLM-5.1开放 Z.ai (Zhipu AI)81.2%116112–120 7 2026年4月OpenRouter benchmark datasets
67 Claude Sonnet 4.5 Anthropic81.1%110107–113 11 2025年9月OpenRouter benchmark datasets
68 Qwen3.5-122B-A10B开放 Alibaba80.7%112103–121 3 数据不足 2026年2月OpenRouter benchmark datasets
69 Gemini 2.5 Pro (Jun 2025) Google DeepMind80.6%108104–112 7 2025年6月OpenRouter benchmark datasets
70 DeepSeek-V3.2开放 DeepSeek80.3%114101–127 2 数据不足 2025年12月OpenRouter benchmark datasets
71 Qwen3.6 27B开放 Alibaba80.1%115110–119 5 2026年4月OpenRouter benchmark datasets
72 GPT-5 mini OpenAI80.1%115112–118 11 2025年8月OpenRouter benchmark datasets
73 Kimi K2 Thinking开放 Moonshot79.7%11299–126 2 数据不足 2025年11月OpenRouter benchmark datasets
74 Qwen3-235B-A22B-Thinking (Jul 2025)开放 Alibaba79.5%111105–118 5 2025年7月OpenRouter benchmark datasets
75 DeepSeek-V3.1-Terminus开放 DeepSeek79.4%10289–115 2 数据不足 2025年9月OpenRouter benchmark datasets
76 DeepSeek-R1 (May 2025)开放 DeepSeek78.5%104100–109 4 数据不足 2025年5月OpenRouter benchmark datasets
77 Gemma 4 26B A4B开放 Google DeepMind77.6%106100–112 3 数据不足 2026年4月OpenRouter benchmark datasets
78 GPT-5.4 Nano OpenAI77.6%118115–121 8 2026年3月OpenRouter benchmark datasets
79 DeepSeek-V3.1开放 DeepSeek77.1%10087–113 2 数据不足 2025年8月OpenRouter benchmark datasets
80 Claude Sonnet 4 Anthropic76.7%9793–101 5 2025年5月OpenRouter benchmark datasets
81 GLM-4.6开放 Z.ai (Zhipu AI), Tsinghua University76.5%117106–128 3 数据不足 2025年9月OpenRouter benchmark datasets
82 MiMo-V2.6 Flash Xiaomi Corp75.9%11299–125 2 数据不足 2026年9月OpenRouter benchmark datasets
83 gpt-oss-120b开放 OpenAI75.8%10699–112 5 2025年8月OpenRouter benchmark datasets
84 qwen3-coder-next —75.8%10390–116 2 数据不足 2026年2月OpenRouter benchmark datasets
85 Mistral Small 4开放 Mistral AI75.3%9683–108 2 数据不足 2026年3月OpenRouter benchmark datasets
86 Qwen3.5-35B-A3B开放 Alibaba75.0%106100–112 3 数据不足 2026年2月OpenRouter benchmark datasets
87 Kimi K2 (Sep 2025)开放 Moonshot74.7%10592–118 2 数据不足 2025年9月OpenRouter benchmark datasets
88 Qwen3.5-9B开放 Alibaba74.6%10195–107 3 数据不足 2026年2月OpenRouter benchmark datasets
89 Qwen3-235B-A22B-Instruct (Jul 2025)开放 Alibaba73.9%9685–107 3 数据不足 2025年7月OpenRouter benchmark datasets
90 Gemini 2.5 Flash (Jun 2025) Google DeepMind73.8%10291–113 3 数据不足 2025年6月OpenRouter benchmark datasets
91 Claude Haiku 4.5 Anthropic73.1%10499–108 7 2025年10月OpenRouter benchmark datasets
92 GLM-5开放 Z.ai (Zhipu AI)72.9%112105–118 4 数据不足 2026年2月OpenRouter benchmark datasets
93 GPT-5 nano OpenAI68.4%105102–109 10 2025年8月OpenRouter benchmark datasets
94 DeepSeek-V3开放 DeepSeek66.2%7773–82 4 数据不足 2024年12月OpenRouter benchmark datasets
95 GPT-4.1 OpenAI66.1%9187–94 10 2025年4月OpenRouter benchmark datasets
96 Llama 4 Maverick开放 Meta AI64.8%8177–85 6 2025年4月OpenRouter benchmark datasets
97 GPT-4.1 mini OpenAI64.7%9188–95 10 2025年4月OpenRouter benchmark datasets
98 DeepSeek-V3 (Mar 2025)开放 DeepSeek64.6%8581–90 4 数据不足 2025年3月OpenRouter benchmark datasets
99 Claude Sonnet 4.6 Anthropic64.6%113108–118 7 2026年2月OpenRouter benchmark datasets
100 Qwen3-30B-A3B-Instruct (Jul 2025)开放 Alibaba64.2%9186–97 4 数据不足 2025年7月OpenRouter benchmark datasets
101 gpt-oss-20b开放 OpenAI63.1%9589–101 3 数据不足 2025年8月OpenRouter benchmark datasets
102 Qwen3-30B-A3B开放 Alibaba60.4%9488–100 3 数据不足 2025年4月OpenRouter benchmark datasets
103 Qwen3-Coder-480B-A35B开放 Alibaba60.4%8572–98 2 数据不足 2025年7月OpenRouter benchmark datasets
104 Qwen3-32B开放 Alibaba55.7%9589–100 5 2025年4月OpenRouter benchmark datasets
105 GPT-4o (May 2024) OpenAI54.2%7066–75 4 数据不足 2024年5月OpenRouter benchmark datasets
106 Qwen3-14B开放 Alibaba53.3%9387–99 4 数据不足 2025年4月OpenRouter benchmark datasets
107 GPT-4o (Aug 2024) OpenAI52.8%7368–77 8 2024年8月OpenRouter benchmark datasets
108 GPT-4.1 nano OpenAI49.7%7672–80 8 2025年4月OpenRouter benchmark datasets
109 glm-4.7-flash —49.2%9488–100 3 数据不足 —OpenRouter benchmark datasets
110 Llama 3.3 70B开放 Meta AI47.5%6661–71 5 2024年12月OpenRouter benchmark datasets
111 Qwen2.5-72B开放 Alibaba46.1%7268–77 4 数据不足 2024年9月OpenRouter benchmark datasets
112 GPT-4o mini OpenAI43.1%6864–73 9 2024年7月OpenRouter benchmark datasets
113 Gemma 3 12B开放 Google DeepMind37.9%7366–79 4 数据不足 2025年3月OpenRouter benchmark datasets
114 Qwen2.5-7B开放 Alibaba34.2%5141–60 3 数据不足 2024年9月OpenRouter benchmark datasets
115 Gemma 3 4B开放 Google DeepMind27.1%6353–73 3 数据不足 2025年3月OpenRouter benchmark datasets
116 Llama 3.1-8B开放 Meta AI26.9%5549–60 3 数据不足 2024年7月OpenRouter benchmark datasets
117 Llama 3.2 3B开放 Meta AI17.3%6142–80 2 数据不足 2024年9月OpenRouter benchmark datasets

数据来源: Aider polyglot leaderboard data (Apache-2.0); Arena leaderboard dataset on Hugging Face (CC BY 4.0); Berkeley Function Calling Leaderboard, Gorilla project (Apache-2.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); API list prices via LiteLLM's price table (MIT); each price links to the developer's pricing page; Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter..