Benchmark-uri · măsurate 07.2026 · examene publicate după antrenare

Cât de inteligent este DoubleDive, de fapt?

Punem întregul pipeline al DoubleDive să susțină cele mai dificile și mai recente examene pe care elevii le dau efectiv — teste publicate prea recent pentru a apărea în datele de antrenare ale vreunui AI — și publicăm scorurile aici.

Rezultatul principal

Singurul AI cu scoruri perfecte la AIME 2026 și JEE Advanced Math

Scor combinat la AIME 2026 I (15 probleme) și JEE Advanced 2026 Math (34 probleme).

DoubleDive49/49
Modelul de top al Companiei C48/49
Modelul de top al Companiei G48/49
AIME 2026 I15/15

American Invitational Mathematics Examination — calea către USA Math Olympiad.

JEE Advanced 2026 Math34/34

Examenul de admitere la IIT din India — considerat pe scară largă unul dintre cele mai dificile teste de matematică din lume.

Examene americane 2026

Aproape toate întrebările corecte

Edițiile complet noi din 2026 ale celor mai dificile examene susținute de elevii americani.

SAT 2026120/120

Un SAT perfect — Math și Reading & Writing, fiecare întrebare.

ACT 202636/36

Un scor Composite ACT perfect — English 35, Math 36, Reading 36; Science 35.

F=ma 202625/25

Scor perfect la calificarea pentru USA Physics Olympiad.

U.S. Chemistry Olympiad 202659/60

Examenul USNCO Local.

Regents: U.S. History & Gov 202628/28

Un Regents perfect — la fiecare întrebare.

CSAT coreean (수능)

Înaintea oricărui model de vârf

În testul Korean College Scholastic Ability Test 2026, DoubleDive a obținut un scor mai mare decât orice model de vârf de sine stătător — cu scoruri perfecte la coreeană, engleză, matematică, fizică și etică.

DoubleDive590/600
Modelul de top al Companiei C570/600
Modelul de top al Companiei G524/600
Metodologie

Cum măsurăm

Toate scorurile au fost măsurate intern între iulie și septembrie 2026 pe cele mai noi ediții disponibile (2026) ale examenelor — lansate după data limită de instruire a fiecărui model testat, astfel încât niciuna dintre întrebări nu putea apărea în datele de instruire.

DoubleDive rulează pipeline-ul său complet de producție: pentru fiecare problemă, un orchestrator direcționează sarcina către modelul cel mai potrivit, pune modelele să își verifice reciproc rezultatele și validează rezultatul final. Valorile de referință sunt apeluri unice, de sine stătătoare, către modelul principal al fiecărei companii, pe aceleași date de intrare.

Scorul ACT a fost măsurat în septembrie 2026 pe testul oficial ACT Practice Test 3 (Form 26MC2, lansat în august 2026) și evaluat cu tabelele oficiale de conversie ACT: English 35, Mathematics 36, Reading 36, Science 35 — Composite 36, cu 169 din 171 de întrebări cu răspunsuri multiple corecte. Scorurile CSAT coreean sunt scoruri brute (원점수). SAT® (College Board), ACT® (ACT Education Corp.), F=ma (AAPT), U.S. National Chemistry Olympiad (American Chemical Society) și Regents Examinations (NYSED) sunt mărci înregistrate ale respectivilor deținători, care nu susțin și nu sponsorizează DoubleDive.

Aceeași AI care obține scoruri de vârf la aceste examene îi oferă meditații elevului tău în stil socratic.

Credite gratuite la înscriere · Fără card bancar · Funcționează în browser

Începe gratuit