Top 10 LLMs em GPQA Diamond e HLE
Ranking dos modelos com melhor capacidade de raciocínio avançado, ciência e resolução de problemas complexos — medido pelo GPQA Diamond e HLE.
Última atualização: 02 de outubro de 2026 •10 itens
Lidera a categoria com GPQA Diamond de 94.0 e HLE de 53.0, a melhor combinação de raciocínio científico e avançado do ranking.
Empata com o líder em HLE (53.0) e fica apenas 1 ponto atrás no GPQA (93.0), com raciocínio adaptativo como diferencial.
GPQA de 94.0 igual ao líder, mas perde posição pelo HLE de 45.0, 8 pontos abaixo dos modelos da Anthropic.
HLE de 45.0 empatado com o Gemini 3.1 Pro, com GPQA sólido de 90.0 no modo de esforço máximo.
GPQA de 92.0 e HLE de 41.0, desempenho de raciocínio de ponta em um modelo da classe Flash.
GPQA de 92.0 com HLE de 40.0, o melhor resultado da família Qwen em raciocínio avançado.
GPQA de 93.0, terceiro melhor da lista, mas o HLE de 38.0 o coloca atrás dos concorrentes diretos.
HLE de 40.0 com GPQA de 91.0, entregando raciocínio de nível Opus anterior em um modelo intermediário.
GPQA de 93.0 empatado com modelos de maior porte, com HLE de 37.0 que garante a vaga no top 10.
GPQA de 92.0 e HLE de 38.0, fechando o ranking com consistência acima da média em ambos os benchmarks.
Gerado automaticamente por IA (z-ai/glm-5.3-flash) com base nos dados da Artificial Analysis API. Critério: GPQA Diamond + HLE (raciocínio avançado). Atualizado quinzenalmente.
Gerado automaticamente por IA (z-ai/glm-5.3-flash) com base nos dados da Artificial Analysis API. Critério: GPQA Diamond + HLE (raciocínio avançado). Atualizado quinzenalmente.
Os rankings do SWEN.AI são revisados periodicamente conforme novos modelos e atualizações são lançados. A última atualização desta página foi em outubro de 2026.
Sim! O SWEN.AI aceita feedback da comunidade. Se você discorda de alguma posição ou tem dados que justifiquem uma alteração, entre em contato pela nossa newsletter ou redes sociais.