Share your thoughts, 1 month free Claude Pro on usSee more

Physical Reasoning on Kinetix

26.89Att. 1 Score

GPT-o3

Updated 1mo ago

Evaluation Results

Method	Links
GPT-o3 2026.03		26.89
GPT-o3 2026.03		24.5
Gemini-2.5-Pro 2026.03		24.1
Claude 4.0 Opus 2026.03		23.2
Gemini-2.5-Pro 2026.03		21.8
MOCK 2026.03		21.4
Claude 4.0 Opus 2026.03		20.5
Qwen-3B^P&I GRPO 2026.03		19.45
Qwen-3B^P&I GRPO 2026.03		19.18
Qwen-7B^P&I GRPO 2026.03		19.18
Qwen-7B^P&I GRPO 2026.03		18.96
Qwen-7B^I GRPO 2026.03		16.44
Qwen-7B^I GRPO 2026.03		16.44
Qwen-3B 2026.03		16.22
Qwen-7B^P SFT 2026.03		15.31
Qwen-32B 2026.03		15.2
Qwen-3B^P&I SFT 2026.03		15.11
Qwen-3B^P&I SFT 2026.03		15.07
Qwen-7B^P SFT 2026.03		15.07
Qwen-7B^P&I SFT 2026.03		15.07
Qwen-7B^P&I SFT 2026.03		14.88
Qwen-72B 2026.03		14.86
Qwen-7B^P GRPO 2026.03		13.91
Qwen-3B^P SFT 2026.03		13.7
Qwen-7B^I SFT 2026.03		13.7
Qwen-7B^P GRPO 2026.03		13.7
Qwen-3B^P SFT 2026.03		13.55
Qwen-7B 2026.03		13.51
Qwen-7B^I SFT 2026.03		13.49
Qwen-3B^P GRPO 2026.03		12.33
Qwen-3B^P GRPO 2026.03		12.33
Qwen-72B 2026.03		12.16
Qwen-3B^I SFT 2026.03		9.82
Qwen-3B^I SFT 2026.03		9.6
Qwen-3B^I GRPO 2026.03		8.2
Qwen-3B^I GRPO 2026.03		8.07