GPQA Diamond benchmark
449 AI models ranked on GPQA Diamond. Each row shows the model’s score next to its cheapest API price per 1M tokens where it has one, so you can weigh quality against cost.
Top model today
GPT-6 Astra (OpenAI) leads at 96%, from $10.00 per 1M input via OpenAI.
Data via arXiv:2311.12022 →Models ranked
449
on this benchmark
Top score
96%
current leader
Type
Single eval
benchmark
Updated
Oct 14, 2026
benchmark scores
Cost vs GPQA Diamond
279 priced modelsEach labelled name links to that model’s page. Curated to the cost-efficiency frontier, top scorers and cheapest so labels stay readable; the full field is in the leaderboard table below (and via “select all”). Reasoning models (extended “thinking” before answering) carry a ring around the dot.
Models ranked on GPQA Diamond
highest score first · 449 models| # | ||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | GPT-6 Astra | 96% | $10.00 via OpenAI | $50.00 via OpenAI | ||||||||||||||||||||||||||||||
| 2 | Gemini 3.8 Flash | 95% | $0.75 via Google | $3.75 via Google | ||||||||||||||||||||||||||||||
| 3 | Grok 4.6 | 95% | $2.00 via xAI | $6.00 via xAI | ||||||||||||||||||||||||||||||
| 4 | Gemini 3.7 Flash | 95% | $0.75 via Google | $3.75 via Google | ||||||||||||||||||||||||||||||
| 5 | Gemini 3.1 Pro Preview | 94% | $2.00 via Google | $12.00 via Google | ||||||||||||||||||||||||||||||
| 6 | GPT-5.6 Sol | 94% | $2.00 Routed quote | $10.00 Routed quote | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 7 | Claude Fable 5.1 | 94% | $10.00 via Anthropic | $50.00 via Anthropic | ||||||||||||||||||||||||||||||
| 8 | Kimi K3 | 94% | $0.70 Routed quote | $12.50 via Sail | ||||||||||||||||||||||||||||||
| 9 | GPT-5.5 | 94% | $5.00 via OpenAI | $30.00 via OpenAI | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 10 | Qwen3.8 2.4T A95B | 94% | $2.00 via Aihubmix | $6.00 via Aihubmix | ||||||||||||||||||||||||||||||
| 11 | Muse Spark 1.3 | Other | 94% | $1.25 via Azure | $4.25 via Azure | |||||||||||||||||||||||||||||
| 12 | Claude Opus 5 | 93% | $5.00 via Anthropic | $25.00 via Anthropic | ||||||||||||||||||||||||||||||
| 13 | Grok 4.5 | 93% | $2.00 via xAI | $6.00 via xAI | ||||||||||||||||||||||||||||||
| 14 | MiniMax M3 | 93% | $0.23 via Wandb | $0.96 via Wandb | ||||||||||||||||||||||||||||||
| 15 | DeepSeek V4 Pro 0813 | 93% | $0.66 Routed quote | $1.98 Routed quote | ||||||||||||||||||||||||||||||
| 16 | Gemini 3.6 Flash | 93% | $0.75 via Google | $3.75 via Google | ||||||||||||||||||||||||||||||
| 17 | Qwen3.8 Max (0902) | 93% | $2.00 Routed quote | $6.00 Routed quote | ||||||||||||||||||||||||||||||
| 18 | Qwen3.8 Max | 93% | $1.65 via DeepInfra | $4.95 via DeepInfra | ||||||||||||||||||||||||||||||
| 19 | Claude Fable 5 | 93% | $10.00 via Anthropic | $50.00 via Anthropic | ||||||||||||||||||||||||||||||
| 20 | GPT-5.6 Terra | 93% | $2.00 via OpenAI | $12.00 via OpenAI | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 21 | Qwen3.7 Max | 92% | $1.25 via Novita | $3.75 via Novita | ||||||||||||||||||||||||||||||
| 22 | Qwen3.8-Flash-Next | 92% | n/a | n/a | ||||||||||||||||||||||||||||||
| 23 | Gemini 3.5 Flash | 92% | $1.50 via Google | $9.00 via Google | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 24 | Claude Opus 4.8 | 92% | $5.00 via Anthropic | $25.00 via Anthropic | ||||||||||||||||||||||||||||||
| 25 | GPT-5.4 | 92% | $2.50 via Databricks | $15.00 via OpenAI | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 26 | GLM 5.3 | 92% | $0.079 Routed quote | $3.08 via Sail | ||||||||||||||||||||||||||||||
| 27 | GPT-5.3-Codex | 92% | $1.75 via Aihubmix | $14.00 via Aihubmix | ||||||||||||||||||||||||||||||
| 28 | Claude Opus 4.7 | 91% | $5.00 via Anthropic | $25.00 via Anthropic | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 29 | DeepSeek V4 Flash Vision (Reasoning, Max Effort) | 91% | n/a | n/a | ||||||||||||||||||||||||||||||
| 30 | GLM 5.3 Flash | 91% | $0.11 via Sail | $0.35 via Sail | ||||||||||||||||||||||||||||||
| 31 | Kimi K2.6 | 91% | $0.65 via Wandb | $3.40 via Novita | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 32 | Claude Sonnet 5 | 91% | $2.00 via Anthropic | $10.00 via Anthropic | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 33 | GPT-5.6 Luna | 91% | $0.20 via OpenAI | $1.20 via OpenAI | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 34 | Grok 4.20 | 91% | $1.25 via xAI | $2.50 via xAI | ||||||||||||||||||||||||||||||
| 35 | DeepSeek V4 Flash 0731 | 91% | $0.016 Routed quote | $0.153 Routed quote | ||||||||||||||||||||||||||||||
| 36 | Gemini 3 Pro | 91% | $2.00 via Replicate | $12.00 via Replicate | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 37 | DeepSeek V4 Pro 0423 | 91%high | $0.435 via Tencent | $0.87 via Tencent | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 38 | Qwen3.8 27B | 91% | $0.04 Routed quote | $1.49 via Cerebras | ||||||||||||||||||||||||||||||
| 39 | Agnes 2.5 Pro Beta | Sapiens-ai | 91% | n/a | n/a | |||||||||||||||||||||||||||||
| 40 | Muse Spark 1.2 | Other | 90% | $1.25 via Meta | $4.25 via Meta | |||||||||||||||||||||||||||||
| 41 | GPT-5.2 | 90% | $1.75 via OpenAI | $14.00 via OpenAI | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 42 | Grok 4.3 | 90% | $1.25 via xAI | $2.50 via xAI | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 43 | Qwen3.7 Plus | 90% | $0.282 via Aihubmix | $1.13 via Aihubmix | ||||||||||||||||||||||||||||||
| 44 | GPT-5.2-Codex | 90% | $1.75 via Databricks | $14.00 via Databricks | ||||||||||||||||||||||||||||||
| 45 | Muse Spark 1.1 | Other | 90% | $1.25 via Meta | $4.25 via Meta | |||||||||||||||||||||||||||||
| 46 | Gemini 3 Flash | 90%reasoning: true | $0.50 Routed quote | $3.00 Routed quote | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 47 | Hy3 | Tencent | 90% | $0.132 Routed quote | $0.528 Routed quote | |||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 48 | Kimi K2.7 Code | 90% | $0.671 Routed quote | $3.35 Routed quote | ||||||||||||||||||||||||||||||
| 49 | Claude Opus 4.6 | 90%reasoning: adaptive | $5.00 via Anthropic | $25.00 via Anthropic | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
| 50 | GLM 5.2 | 89% | $0.05 Routed quote | $1.98 via Scx AI | ||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||
Frequently asked questions
What is the GPQA Diamond benchmark?
A 198-question multiple-choice subset of GPQA covering graduate-level biology, physics and chemistry, written to be 'Google-proof' so answers can't be found by web search. Scored on accuracy: domain PhDs reach about 65%, while skilled non-experts manage only about 34% even with web access.
Which AI model scores highest on GPQA Diamond?
GPT-6 Astra (OpenAI) leads with 96%, from $10.00 per 1M input tokens from OpenAI.
How many models are ranked on GPQA Diamond?
449 models carry a GPQA Diamond score. Scores come from Artificial Analysis; where a model has a listed API price it is drawn from LiteLLM and OpenRouter, and models with no current price are listed without one.
Other benchmarks
compare the same models on a different evalEvery weekday
AI moves fast. Here's your debrief.
News, analysis, tools, and more.
For people who build with AI