💻 Coding · llm-stats.com
HumanEval
Function-level Python completion, the classic code-generation benchmark.
1
परीक्षित मॉडल
GPT-5
शीर्ष मॉडल
93.4%
सर्वोच्च स्कोर
OpenAI
प्रदाता
| # | मॉडल | HumanEval |
|---|---|---|
| 1 | GPT-5 OpenAI | 93.4% |
बेंचमार्क डेटा llm-stats.com से संकलित। अधिक जानें कार्यप्रणाली में।