1. 模型
  2. Google
  3. GPQA Diamond accuracy comparison of AI models
E
@EpochAIResearchX · 2025年4月18日

GPQA Diamond accuracy comparison of AI models

@EpochAIResearch 的这张跑分柱状图在 X 上获得 8785 浏览，是 @epochairesearch 帖子中位数的 1.7 倍，在我们收录的 1,162 条 AI 图表帖中浏览排第 840。读取于2026年10月12日。

GPQA Diamond accuracy for OpenAI's o3 and o4-mini compared to leading models

X数据跑分柱状图Gemini 2Google 全部模型Gemini 2.5 Proo3o4-miniClaude 3.7 Sonneto3-minio1DeepSeek-R1Grok-3 mini
发布者 @EpochAIResearch 于 X, 2025年4月18日. 来源: x.com
40/ 100

ViralChart 评分

范围小，但很受欢迎

浏览低于中位数，互动率却更高：看到的人少，但反应热烈。

#755 / 1,162 我们收录的 AI 图表帖 · #27 / 59 @epochairesearch 的帖子. 评分 = 浏览 40%、赞 30%、互动率 15%、收藏率 15%，每项都按我们收录的全部 AI 图表帖计算百分位。

我们的解读

范围小但很受欢迎，综合得分在1162条AI图表帖中排第755。

互动率1.00%，高于AI图表帖中位数0.73%，排第73百分位。

发布当天有4条帖子，本条浏览量在4条中排第3。

综合得分40，在1162条AI图表帖中排第755，低于中位水平。

0.2x跑分柱状图帖子中位数的倍数

我们收录的 215 条跑分柱状图帖子，中位数是 4.4万 浏览。

4@epochairesearch 当天的帖子数

2025年4月18日 连发的 4 条帖子之一，当天浏览排第 3。

前 27%互动率

1.00% 的浏览者点赞、转发、引用或回复。中位数帖子是 0.73%。

1.7x@epochairesearch 帖子中位数的倍数

8785 浏览，而 @epochairesearch 一条典型帖子是 5278。

X 公开数据，读取于2026年10月12日。对比对象：1,162 条我们收录的 AI 图表帖，以及 @epochairesearch 的 59 条。

它的位置

传播范围对比打动程度

每个点是一条帖子。越往右浏览越多，越往上互动率越高。两条线是中位数，四个角就是四种帖子。

在 1,162 条我们收录的 AI 图表帖中

评分 #755 / 1,162

浏览8785#840后 28%
赞83#786后 32%
互动率1.00%#310前 27%
收藏率0.080%#565前 49%

在 @epochairesearch 的 59 条帖子中

评分 #27 / 59

浏览8785#23前 38%
赞83#25前 42%
互动率1.00%#41后 31%
收藏率0.080%#47后 21%

增长

目前只读取过一次

浏览8785
读取时发布天数542 天
平均每天浏览16浏览除以发布以来的天数

圆点是我们的读取。从发布当天到第一次读取之间的虚线是空档，不是数据。

@epochairesearch 的帖子随时间变化

我们收录的这个账号的每条帖子，按日期和浏览排列。标出的是这一条，线是最近 10 条的滚动中位数。

新闻 · 2025年4月18日

@EpochAIResearch发布GPQA Diamond对比图

浏览量8785，互动率1.00%，高于中位数。

发生了什么

2025年4月18日，@EpochAIResearch发布1张基准柱状图，对比8个模型的GPQA Diamond准确率。当天该账号还有3条其他帖子。

数字

浏览量8785，在1162条AI图表帖中排第840，低于中位数4万。互动率1.00%，排第310。

经验

互动率1.00%高于中位数0.73%，但浏览量低于中位数，说明高互动未带来高覆盖。

意味着什么

在@EpochAIResearch的59条帖子中排第27，互动率低于该账号中位数1.37%，表现中等。

由 ViralChart 根据2026年10月12日读取的公开数字撰写，每个数字展示前都与我们的数据核对过。

后续：@epochairesearch 接着发了什么

  1. MATH Level 5 accuracy comparison1.5万 浏览
  2. FrontierMath private accuracy for OpenAI o3 and o4-mini1832 浏览
  3. FrontierMath accuracy vs cost for o3 and o4-mini1727 浏览
  4. AI performance on SWE-bench Verified over time647 浏览
  5. SWE-bench Verified accuracy for Claude models3.2万 浏览
  6. GPQA Diamond accuracy for Claude models3336 浏览

数据与 API

从这张图读出 7 个数据点

从图片估算 30%
系列分组数值读取方式
Gemini 2.5 Pro76 %估读
o3 (high)77.5 %估读
Claude 3.7 Sonnet (high, 64K)73.5 %估读
o3-mini (high)74.5 %估读
o1 (high)73.5 %估读
Grok-3 mini (high)71.5 %估读
DeepSeek-R168.5 %估读

Max 方案 · API

GET https://viral-chart.com/api/posts/3f1639f8a8d8.json
GET https://viral-chart.com/api/charts/3f1639f8a8d8.json
GET https://viral-chart.com/api/charts/3f1639f8a8d8.skill.md
做一张这样的图打开帖子 JSON图表数据 JSON技能文件API 文档

原型里是静态文件。帖子 JSON 包含公开数字、排名、评分、象限、我们的读取记录，以及通过核对的文案。

API · Max

用 API 调用这张图

Max 套餐可以取这张图的数字（每个数字都带来源），格式为 JSON 或 CSV，附重画规格；也可以让智能体通过 MCP 调用。图表 id：3f1639f8a8d8。

数值是近似的。我们对这张图的两次读取只部分一致（置信度 0.30，满分 1），引用前请对照原图。API 会标记 lowConfidence，加 ?min_confidence=0.5 可以把它排除。

查看 Max 套餐API 文档
路径返回套餐
GET/api/v1/charts/3f1639f8a8d8标题、发布者、日期、图型、数据点数；用 Max 密钥时附数据链接开放
GET/api/v1/charts/3f1639f8a8d8/data每个数据点及其来源和置信度，加上重画规格。加 ?format=csv 得到 CSVMax
GET/api/v1/charts/3f1639f8a8d8/render?view=1本页使用的只读绘图视图开放
POST/mcp工具 get_chart_data 加这个 id，供 Claude、Cursor 等智能体使用Max
curlMax
curl -s https://viral-chart.com/api/v1/charts/3f1639f8a8d8/data \
  -H "Authorization: Bearer $VIRALCHART_KEY"
Claude CodeMax
claude mcp add --transport http viralchart https://viral-chart.com/mcp \
  --header "Authorization: Bearer $VIRALCHART_KEY"

每个密钥每分钟 60 次，超出返回 429 和 Retry-After。每个账号最多 5 个密钥，在账户页创建，只显示一次。没有 Max 时数据接口返回 402，并附套餐链接。这些数字描述的是发布者拥有的图，每个文件都带授权说明。

更多关于 Gemini 2 的图

Gemini 2: Gemini 2.5 Flash Native Audio Benchmarks
官方X · Google2025年12月16日
Gemini 2.5 Flash Native Audio Benchmarks21.2万 浏览 · 1678 赞
数据
Gemini 2: Gemini 3 Deep Think Benchmark Performance
官方X · Google2025年12月4日
Gemini 3 Deep Think Benchmark Performance18.9万 浏览 · 457 赞
数据
Gemini 2: WebDev Arena Leaderboard
官方X · Google2025年5月6日
WebDev Arena Leaderboard9.3万 浏览 · 448 赞
数据
Gemini 2: Speed & Cost Efficiency
官方X · Google2026年3月3日
Speed & Cost Efficiency8.9万 浏览 · 604 赞
数据
Gemini 2: Gemini 2.5 Pro Deep Think Benchmarks
官方X · Google2025年5月20日
Gemini 2.5 Pro Deep Think Benchmarks5.5万 浏览 · 376 赞
数据
Gemini 2: Gemini vs Fastest University Team: Time to Solve
官方X · Google2025年9月17日
Gemini vs Fastest University Team: Time to Solve1.9万 浏览 · 173 赞
数据

Google 的更多图

Google 表格图: Gemini 4 Argon基准对比5.7x
Google·2026年9月
Gemini 4 Argon基准对比
387.8万 浏览2.6万 赞0.8% 互动
数据
Google 标注图: Alphabet第二季度指标2.8x
Google·2026年7月
Alphabet第二季度指标
387.1万 浏览1.3万 赞0.4% 互动
数据
Google 标注图: 刚发布第三季度财报。我们实现了首次3.2x
Google·2025年10月
刚发布第三季度财报。我们实现了首次
294.9万 浏览1.5万 赞0.6% 互动
数据
Gemini 4: AI Model Benchmark Comparison
官方X · Google2026年9月30日
AI Model Benchmark Comparison896.7万 浏览 · 4.3万 赞
数据
Gemma 4: Model Performance vs Size
官方X · Google2026年4月9日
Model Performance vs Size88.6万 浏览 · 1684 赞
数据
Gemini 3: Codeforces Coding and Algorithms
官方X · Google2026年2月12日
Codeforces Coding and Algorithms69.5万 浏览 · 1941 赞
数据
Gemini 3: Gemini 3 Deep Think on Humanity's Last Exam
官方X · Google2026年2月12日
Gemini 3 Deep Think on Humanity's Last Exam69.5万 浏览 · 1941 赞
数据
Gemini 3: MMMU-Pro Multimodal Understanding and Reasoning
官方X · Google2026年2月12日
MMMU-Pro Multimodal Understanding and Reasoning69.5万 浏览 · 1941 赞
数据
Gemini 3: ARC-AGI-2 Reasoning & Knowledge
官方X · Google2026年2月12日
ARC-AGI-2 Reasoning & Knowledge69.5万 浏览 · 1941 赞
数据

常见问题

这张图从哪里来？

@EpochAIResearch于2025年4月18日在 X（x.com）发布了它。我们把它留在这里，并以文字注明发布者和日期，方便你不离开本站就能研究。

我能做一张这样的图吗？

用格式，不用原图。打开它的数据页，用“做一张这样的图”：从这张图的数字起步，换成你的。