List your company

Medical Reasoning on Healthbench Hard (Pass, BoN, FewTool, SolAgg, SummAgg, AggAgent)

40.91Pass RatePass
7.380416.085224.7933.4948Apr 13, 2026

Evaluation results

MethodLinks
PassK=8, Model=GLM-4.7-Flash2026.0440.91———————
PassK=4, Model=GLM-4.7-Flash2026.0431.96———————
PassK=2, Model=GLM-4.7-Flash2026.0421.34———————
PassK=1, Model=GLM-4.7-Flash2026.048.67———————
AggAgentK=2, Model=GLM-4.7-Flash2026.04———————24.45
AggAgentK=4, Model=GLM-4.7-Flash2026.04———————25.36
AggAgentK=8, Model=GLM-4.7-Flash2026.04———————27.99
BoNK=2, Model=GLM-4.7-Flash2026.04———9.8————
BoNK=4, Model=GLM-4.7-Flash2026.04———9.65————
BoNK=8, Model=GLM-4.7-Flash2026.04———9.91————
FewToolK=2, Model=GLM-4.7-Flash2026.04————9.32———
FewToolK=4, Model=GLM-4.7-Flash2026.04————8.48———
FewToolK=8, Model=GLM-4.7-Flash2026.04————8.9———
SolAggK=2, Model=GLM-4.7-Flash2026.04—————10.5——
SolAggK=4, Model=GLM-4.7-Flash2026.04—————13.7——
SolAggK=8, Model=GLM-4.7-Flash2026.04—————15.72——
SummAggK=2, Model=GLM-4.7-Flash2026.04——————1.21—
SummAggK=4, Model=GLM-4.7-Flash2026.04——————4.76—
SummAggK=8, Model=GLM-4.7-Flash2026.04——————7.35—