تتصدر نماذج Anthropic في مقياس الاكتمال: الوصول إلى استنتاج الخبير مع الاستدلال الطبي الصحيح، وإظهار معرفة طبية…

تتصدر نماذج Anthropic في مقياس الاكتمال: الوصول إلى استنتاج الخبير مع الاستدلال الطبي الصحيح، وإظهار المعرفة الطبية والقدرة على الاستدلال.
يُعتبر الجواب مكتملًا عندما يغطي كل نقطة رئيسية من جواب الخبير المرجعي التي يطلبها السؤال، بما في ذلك الاستنتاج والفجوات في السجل التي يستدل منها الخبير. تحتفظ نماذج Claude بأعلى 18 درجة اكتمال عبر كل نموذج ومستوى جهد اختبرناه. يتصدر Claude Sonnet 5.5 (max with fallback) بنسبة 64.8%، يليه Claude Opus 5.5 (max with fallback) بنسبة 63.3% ثم Claude Fable 5.1 (max with fallback) بنسبة 61.1%. وأفضل نموذج غير تابع لـ Anthropic هو GPT-6 Astra (max) بنسبة 42.2%.