Benchmarks · Portrait

GPQA

Schwierige Multiple-Choice-Fragen aus Biologie, Physik und Chemie.

Quellen geprüft am 19. Oktober 2026 · Redaktion: Philipp Paulik

Technische Einordnung

Die Fragen wurden von Fachleuten geschrieben und geprüft. Main, Extended und Diamond sind unterschiedliche Auswahlen; ein Wert ohne Split ist unvollständig.

Messgröße

Anteil korrekt beantworteter Fragen; Split und Prompting nennen.

Grenzen & richtig lesen

Kein allgemeiner Intelligenztest. Fragenwissen und naturwissenschaftliches Reasoning sind nur ein Ausschnitt. Keine Originalfragen auf dieser Seite, um Testkontamination zu vermeiden.

Benchmark-Belege

Herstellerbericht, keine eigene Messung. Die Zahlen sind keine direkt vergleichbare Modellrangliste. Messdatum und vollständige Testkonfiguration sind in den referenzierten Tabellenzeilen nicht ausgewiesen.

Test / Modell	Wert	Kontext
Nemotron 3.5 Super VL NVFP4Diamond	89,90% laut Herstellertabelle	NVFP4; Prompt, Agent, Budget und Wiederholungen in dieser Tabellenzeile nicht vollständig spezifiziert. Nicht für direkte Modellranglisten geeignet.Quelle: NVIDIA · Abruf 19.10.2026