前沿通用大模型:Anthropic、OpenAI、Google DeepMind
在生物 benchmark 上被测的通用前沿大模型(Claude、GPT、Gemini)类别条目。
文本与 agent · 大厂实验室 · 美国、英国 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | 前沿通用大模型;有歧义、不自动链接:Claude、GPT、Gemini |
| 家族 | 家族条目:Claude 3.5 Sonnet †(未核实);GPT-4o †(未核实);Claude Fable 5.2 / Opus 5.5 / Sonnet 5.5 / Haiku 5.5 —†(未核实)。边界:Anthropic、OpenAI、Google 的通用闭源大模型作为被测对象的类别条目,不是单一模型,无统一首发日 |
| 机构 | Anthropic、OpenAI、Google DeepMind |
| 机构类型 / 国家 | 大厂实验室 / 美国、英国 |
| 模型类别 | 通用大语言模型 |
| 领域 | 文本与 agent |
| 首次发布 | —†(未核实)(依据:家族条目不给统一首发日;最早被引成员约在 2024-05/06(未核实)) |
| 其他里程碑 | 无其他有出处的里程碑 |
| 最近更新 | —†(未核实),后继模型:开发方页面列 Fable 5.2、Opus 5.5、Sonnet 5.5、Haiku 5.5 为当前模型,未写发布日;OpenAI 与 Google 日期未核实(原记录 2026-11-09 由退役下限倒推,不是发布日;四个退役下限各不相同,并非同日发布)。此为最近一次有出处的事件,不代表此后没有更新 |
| 开放程度 | 代码:不开放;权重:不开放;专有模型,通过 API 使用 |
| 状态 | 活跃:各厂商持续发布新模型 |
| 报过的 benchmark | 5 项计入(榜 2 · 自报 2 · 赛后复用 1);另 1 条不计入(未证实 1) |
| 湿实验验证 | 无 |
| 全站实体页 | 无(全站无对应页面) |
| 截至 | 2026-11-16 |
做什么
站上把 Claude、GPT、Gemini 等通用前沿大模型作为一个类别条目,记录它们在生物 benchmark(如 LAB-Bench、BixBench)上的表现。它们是被测对象,不是生物专用模型。
报过的 benchmark
按关系类型排列;每行标来源类型与出处。分数只在同一 benchmark、同一口径内有意义,见各 benchmark 页的当前排名。5 项计入(榜 2 · 自报 2 · 赛后复用 1);另 1 条不计入(未证实 1)。
| Benchmark | 关系类型 | 计入 | 评测集 / 口径 | 来源类型 | 说明 | 出处 |
|---|---|---|---|---|---|---|
| 18 LAB-Bench / LABBench2 | 官方参赛 / 官方榜单 | 是 | LABBench2 | 榜单 | LABBench2 官方榜收录(家族格) | 出处 |
| 29 BixBench | 官方参赛 / 官方榜单 | 是 | BixBench3 | 榜单 | BixBench3 官方榜收录(家族格),题集与原版不同 | 出处 |
| 14 PubMedQA | 开发方按官方口径自报 | 是 | — | 自报 | Google 在 MedGemma 1.5 报告中自报 Gemini 3 数字;无官方榜,Claude/GPT 无厂商数字 †(未核实) | 出处 |
| 42 BioMysteryBench | 开发方按官方口径自报 | 是 | — | 自报 | Anthropic 在自建的 BioMysteryBench 上自报;另有 Vals AI 第三方榜 | 出处 |
| 02 ProteinGym | 赛后数据复用 | 是 | — | 第三方 | 仅二手聚合的分数,家族条目而非单模型;依据仅为本站页面,未核实† | — |
| 23 BioASQ | 未证实 | 否 | — | 未知 | BioASQ 综述只排系统,不排基座模型 †(未核实) | 出处 |
其他评测(不在 44 项内)
无记录。
开发方称:来源未给出开发方优势表述
独立证据:未检出独立证据(未检出独立证据)
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 未披露 | — | — |
| b 私有 / 授权 | 未披露 | — | — |
| c 自产 wet lab 训练数据 | 否 | — | — |
| d 仅用于验证的 wet lab | 否 | — | — |
湿实验验证
无。开发方未报告湿实验验证,或本站未收录可核的记录。
背景
- 机构:Anthropic(2021 年成立,旧金山)、OpenAI(2015-12 成立)、Google DeepMind(2023-04 合并,属 Alphabet)
- 融资:Anthropic 2026-05-28 宣布 Series H,投后估值 9650 亿美元;OpenAI 融资数字在各报道间不一致
- 产品与合作:未检出产品或合作信息
- 相关模型:MedGemma / Med-Gemini、GPT-Rosalind、Co-Scientist、Claude 蛋白设计研究(通用模型 + 公开工具)
怎么看
局限与注意
- 不是单一模型:首发与最近更新都只能按成员看
- OpenAI 与 Google 的模型名与日期未从一手页面核实
来源
- 官方页面 platform.claude.com(公司博客)
- 官方页面 advances.edisonscientific.com(公司博客)
- arXiv 预印本 2604.09554(预印本)
- Anthropic BioMysteryBench 文章(公司博客)
更正记录
以下为本轮核对中改过的字段,原值按记录照录。
| 字段 | 原 | 现 | 原因 | 出处 | 发现日期 |
|---|---|---|---|---|---|
| latest_update.description | Claude Fable 5.2 与 Opus 5.5 等"同期"发布,日期 2026-11-09 | 开发方页面未写发布日;2026-11-09 由退役下限倒推,四个模型并非同日发布 | — | 依据 | 2026-11-16 |
本文为个人研究笔记,结论基于成文时可获得的公开信息;带〔估算〕〔推断〕或⚠️的数字未经独立核实。