decision.host
首页 / 评估 / GPQA Diamond

GPQA Diamond

Decision Index 知识与推理 108 个模型参评

198 hard four-option science questions written by PhD experts in physics, chemistry and biology.

基准定义排行榜参考

评估集信息

所属套件
Decision Index
分组
知识与推理
决策类型
混合（Choice / Noul / Score）
样本量
198 个 case
主指标
accuracy
优化方向
越高越好
参评模型
108 个
最佳分
78.3
平均分
37.7
所属领域
知识与推理（权重 0.2585）
上游数据集
GPQA Diamond
数据许可证
见上游原始数据集

这个评估集测什么

198 hard four-option science questions written by PhD experts in physics, chemistry and biology.

在该评估集上的模型成绩（108 个）

#模型得分 对比其他指标模态官方链接
1 Jev 1.13
TypeSafe AI · Decision Index
 78.3 文本 官网 ↗ 官方文档 ↗
2 Perplexity Decider v1.1 (27B)
Perplexity · Decision Index
 56.1 图像 Hugging Face 权重 ↗ 官方文档 ↗
3 Decider chat · Qwen3.6-27B
· Decision Index
 54.6 文本 Decision Index 排行榜 ↗
4 Fastino GLiDE no-thinking (28B)
Fastino · Decision Index
 52.0 文本 Decision Index 排行榜 ↗
5 Clef-flash
Cloudflare · Decision Index
 51.5 图像 Hugging Face 权重 ↗ 官方文档 ↗
6 Torchcast Decision 27B
Torchcast AI · Decision Index
 51.5 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
7 decisio 0.4.0 (Qwen3.6-35B-A3B)
· Decision Index
 51.0 文本 Decision Index 排行榜 ↗
8 deck31b (Gemma 4 31B)
· Decision Index
 51.0 文本 Decision Index 排行榜 ↗
9 Eikos 27B
社区 · Decision Index
 50.5 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
10 reflex Qwen3.8-27B-FP8 (wide choice)
· Decision Index
 50.5 文本 Decision Index 排行榜 ↗
11 Decider chat · Gemma-4-31B
· Decision Index
 49.0 文本 Decision Index 排行榜 ↗
12 mmastrac diffgemma
· Decision Index
 49.0 图像 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
13 Quyet-1.0-Large
社区 · Decision Index
 49.0 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
14 simple-jev · Qwen3.8-27B (featherless)
· Decision Index
 48.5 文本 Decision Index 排行榜 ↗
15 Clef
Cloudflare · Decision Index
 48.5 图像 Hugging Face 权重 ↗ 官方博客 ↗
16 frontier-infra Jebadiah 27B
Frontier Infra · Decision Index
 48.0 文本 HF · 9B ↗ Hugging Face 权重 ↗
17 razorback16 diffgemma
· Decision Index
 48.0 图像 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
18 JPT-35B-A3B
社区 · Decision Index
 48.0 文本 HF · 9B ↗ Hugging Face 权重 ↗
19 Kev 27B
Jared Palmer · Decision Index
 47.5 文本 代码仓库 ↗ HF · 4B ↗
20 djev diffgemma
· Decision Index
 47.5 文本 Decision Index 排行榜 ↗
21 Surogate Rune 26B-A4B v3
Surogate · Decision Index
 46.9 图像 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
22 Jevfire Qwen3.8-27B
· Decision Index
 46.9 文本 Decision Index 排行榜 ↗
23 Bespoke Nimble 9B
Bespoke Labs · Decision Index
 46.4 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
24 JADE
· Decision Index
 45.9 文本 Decision Index 排行榜 ↗
25 Xor 1.2 / Xor 26B-A4B
Juspay Technologies · Decision Index
 45.4 图像 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
26 Blink v0.3 26B-A4B (NVFP4)
Pixilab.ai · Decision Index
 45.4 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
27 JEV-27B
AutoTrust AI Lab · Decision Index
 44.9 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
28 JoshuaSP diffgemma
· Decision Index
 44.9 文本 Decision Index 排行榜 ↗
29 JevK5
社区（alibiserikbay） · Decision Index
 44.4 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
30 Jet v6.2 Qwen3.5-4B LoRA
· Decision Index
 44.4 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
31 GEV-26B-Decide
AutoTrust AI Lab · Decision Index
 43.9 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
32 open-jev (pngwn)
Zefan Cai · Decision Index
 43.9 文本 HF · 9B ↗ HF · 27B ↗
33 JPT-4B Qwen3.5-4B LoRA
社区 · Decision Index
 42.9 文本 HF · 9B ↗ Hugging Face 权重 ↗
34 Solomon v1.1 (27B)
Doccy Health · Decision Index
 42.9 图像 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
35 vLLM-SR Decision 2.0 Vega 27B
vLLM Semantic Router · Decision Index
 42.4 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
36 Sieve 9B
Sthānika AI · Decision Index
 42.4 文本 Decision Index 排行榜 ↗
37 Together Tev1 Qwen3.5-4B
Together AI · Decision Index
 42.4 文本 Hugging Face 权重 ↗ 代码仓库 ↗
38 Ryotide Qwen v0.3.1
· Decision Index
 41.8 文本 Decision Index 排行榜 ↗
39 AJev lora5 (Gemma 4 12B)
· Decision Index
 41.8 文本 Decision Index 排行榜 ↗
40 JPT-9B Qwen3.5-9B LoRA
社区 · Decision Index
 41.3 图像 HF · 9B ↗ Hugging Face 权重 ↗
41 InternLM Intern-Decision Qwen3.5-4B
Intern Large Model · Decision Index
 41.3 图像 Hugging Face 权重 ↗ 代码仓库 ↗
42 Decider 4B
Mapika · Decision Index
 41.3 文本 Hugging Face 权重 ↗ 代码仓库 ↗
43 vLLM-SR Decision 2.0 Lux 9B
vLLM Semantic Router · Decision Index
 40.8 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
44 decider-35b-a3b
Mapika · Decision Index
 40.8 文本 Hugging Face 权重 ↗ 代码仓库 ↗
45 Metask 4B
wayfind · Decision Index
 40.8 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
46 Interfaze lev Qwen3.5-4B LoRA
Interfaze · Decision Index
 40.3 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
47 jiwo 4B
· Decision Index
 39.8 文本 Decision Index 排行榜 ↗
48 JEV-9B
AutoTrust AI Lab · Decision Index
 39.3 文本 Decision Index 排行榜 ↗
49 Winnow 12B
EldanRing · Decision Index
 38.8 图像 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
50 openvons Qwen3-4B
· Decision Index
 38.8 文本 Decision Index 排行榜 ↗
51 ezjev 4B s2
· Decision Index
 38.8 文本 Decision Index 排行榜 ↗
52 Hopper 12B (trained)
HopitAI · Decision Index
 38.3 文本 Decision Index 排行榜 ↗
53 jaredpalmer/kev-9b
Jared Palmer · Decision Index
 37.8 文本 代码仓库 ↗ HF · 4B ↗
54 Hopper (G) 1.2 Qwen3.5-4B LoRA
HopitAI · Decision Index
 37.8 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
55 Kev 4B r10
Jared Palmer · Decision Index
 37.8 文本 代码仓库 ↗ HF · 4B ↗
56 Jevstral 8B
· Decision Index
 37.8 文本 Decision Index 排行榜 ↗
57 Jobe Qwen3.5-4B
· Decision Index
 37.2 文本 Decision Index 排行榜 ↗
58 EXAONE-4.0-1.2B-JEV v0.3
· Decision Index
 37.2 文本 Decision Index 排行榜 ↗
59 Kas 4B
· Decision Index
 37.2 文本 Decision Index 排行榜 ↗
60 Jev-Omni (12B)
社区 · Decision Index
 36.7 图像 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
61 SemIf Qwen3.5-4B Base
· Decision Index
 36.7 文本 Decision Index 排行榜 ↗
62 Winnow-E4B
EldanRing · Decision Index
 36.2 图像 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
63 Decider 2B
Mapika · Decision Index
 36.2 文本 Hugging Face 权重 ↗ 代码仓库 ↗
64 RSI-Jev v5.0 VL 3B
社区 · Decision Index
 36.2 图像 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
65 LFM2.5-2.6B-RLCD
· Decision Index
 35.2 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
66 InternLM Intern-Decision Qwen3.5-2B
Intern Large Model · Decision Index
 34.2 文本 Hugging Face 权重 ↗ 代码仓库 ↗
67 FLock this-that 1.2
FLock.io · Decision Index
 33.2 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
68 Kev 0.8B r15
Jared Palmer · Decision Index
 33.2 文本 代码仓库 ↗ HF · 4B ↗
69 vLLM-SR Decision 2.0 Nox 4B
vLLM Semantic Router · Decision Index
 32.6 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
70 NeoHorse Jev 4B
TokenRhythm · Decision Index
 32.1 图像 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
71 Intelif Qwen3-4B
· Decision Index
 32.1 文本 Decision Index 排行榜 ↗
72 Gevva E4B
· Decision Index
 32.1 文本 Decision Index 排行榜 ↗
73 Lev1 3.7B
· Decision Index
 32.1 文本 Decision Index 排行榜 ↗
74 vLLM-SR Decision 2.0 Sol 2B
vLLM Semantic Router · Decision Index
 31.6 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
75 jev-smol（参考实现）
DanielMcSheehy · Decision Index
 30.6 图像 代码仓库 ↗ Hugging Face 权重 ↗
76 bekko-system-one-v0-17m
hotchpotch · Decision Index
 30.6 文本 HF · 400M ↗ HF · 17M ↗
77 Jev-Style 2B v3
· Decision Index
 30.1 文本 Decision Index 排行榜 ↗
78 JPT-0.8B Qwen3.5-0.8B LoRA
社区 · Decision Index
 30.1 文本 HF · 9B ↗ Hugging Face 权重 ↗
79 Sieve 2B
Sthānika AI · Decision Index
 29.6 文本 Decision Index 排行榜 ↗
80 verdict-small
Manav2op · Decision Index
 28.7 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
81 Dinah-0
· Decision Index
 28.6 文本 Decision Index 排行榜 ↗
82 bekko-system-one-v0-400m
hotchpotch · Decision Index
 28.6 文本 HF · 400M ↗ HF · 17M ↗
83 DM-JEPA 1.1
Danger Labs · Decision Index
 28.2 文本 Decision Index 排行榜 ↗
84 OneJev 0.8B
OmniJev · Decision Index
 28.1 图像 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
85 InternLM Intern-Decision Qwen3.5-0.8B
Intern Large Model · Decision Index
 28.1 文本 Hugging Face 权重 ↗ 代码仓库 ↗
86 Qwen-2.5-1B-RLCD
· Decision Index
 28.1 文本 Decision Index 排行榜 ↗
87 jiwo 0.8B
· Decision Index
 28.1 文本 Decision Index 排行榜 ↗
88 Together Tev1 Qwen3.5-0.8B
Together AI · Decision Index
 27.6 文本 Hugging Face 权重 ↗ 代码仓库 ↗
89 bosun-v3.1-0.6b
Hanno-Labs · Decision Index
 27.6 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
90 convaiinnovations/laya-typed-decisions
Convai Innovations · Decision Index
 27.6 文本 Hugging Face 权重 ↗ HF · 多语言 ↗
91 Kodiak v0.2 1B (accuracy)
Cortex Agent LLC · Decision Index
 27.0 文本 Decision Index 排行榜 ↗
92 Sifr 0.8B v3.1
· Decision Index
 27.0 文本 Decision Index 排行榜 ↗
93 LFM2.5-350M-RLCD
· Decision Index
 27.0 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
94 Gevva E2B
· Decision Index
 26.5 文本 Decision Index 排行榜 ↗
95 JevK5 Lite
· Decision Index
 26.5 文本 Decision Index 排行榜 ↗
96 Jev-Style 0.8B v3
· Decision Index
 26.0 文本 Decision Index 排行榜 ↗
97 vLLM-SR Decision 2.0 Kai 0.6B
vLLM Semantic Router · Decision Index
 25.5 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
98 vLLM-SR Decision 2.0 Eos 0.8B
vLLM Semantic Router · Decision Index
 25.5 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
99 MoganAI Lavoir ModernBERT-large
Mogan AI · Decision Index
 25.5 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
100 Supersonic Labs Julia 1
Supersonic Labs · Decision Index
 25.5 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
101 bekko-system-one-v0-68m
hotchpotch · Decision Index
 25.5 文本 HF · 400M ↗ HF · 17M ↗
102 Bosun v3.1 1.7B
Hanno-Labs · Decision Index
 25.0 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
103 von 1.3
wfzyx · Decision Index
 24.5 文本 Hugging Face 权重 ↗ 代码仓库 ↗
104 GLiFormer Jeff large v1
knowledgator · Decision Index
 24.5 文本 Hugging Face 权重 ↗ Decision Index 排行榜 ↗
105 system-one-gemma
· Decision Index
 24.5 文本 Decision Index 排行榜 ↗
106 Zev
· Decision Index
 24.5 文本 Decision Index 排行榜 ↗
107 GLiNER2.5-Decide
Fastino Labs · Decision Index
 21.4 文本 systemonemodels.org ↗ Hugging Face 权重 ↗
108 CLM-8B
Contrastive-LM · Decision Index
 20.4 文本 systemonemodels.org ↗ Hugging Face 权重 ↗