1º51,5%
em consulta clínica
À frente do ChatGPT for Clinicians (51,0%) e de médicos especialistas (42,7%).
Evidência
Avaliado no benchmark clínico mais rigoroso já publicado. Com cada resposta aberta.
Em abril de 2026, a OpenAI publicou o HealthBench Professional: 525 cenários clínicos escritos por 262 médicos de mais de 60 especialidades e 50 países. Submetemos o Greenbook a ele.
1º44,7%
em casos complexos
10,6 pontos acima do sistema da OpenAI.
−17,7pontos
menor queda sob complexidade
Dos casos típicos para os difíceis, próximo dos médicos humanos (−18,1).
No score geral, o Greenbook ficou em 2º, com 53,3%. Explicamos por quê abaixo
45% do benchmark
Por que consulta clínica importa.
Consulta clínica responde por 45% do benchmark e é o uso central da IA na prática: um caso, uma dúvida, uma decisão. É onde o Greenbook foi construído para ser confiável.
- 1Greenbook51,5%
- 2ChatGPT for Clinicians51,0%
- 3GPT-5.449,9%
- 4GPT-5.248,5%
- 5Claude Opus 4.747,6%
- 6GPT-547,0%
- 7Médicos humanos42,7%
- 8Gemini 3.1 Pro40,6%
- 9Grok 4.2038,1%
Barras a partir de 40%, para a diferença entre os sistemas ficar legível. A pontuação ao lado é sempre o valor real.
Transparência
O que o resultado não diz.
Preferimos dizer antes que alguém diga por nós.
- 01
Foi uma única rodada de avaliação (24/04/2026).
- 02
O benchmark penaliza respostas acima de 2.000 caracteres. O Greenbook prioriza completude e perde cerca de 4 pontos por isso.
- 03
Os cenários foram escritos por médicos usando o produto da OpenAI, o que favorece o formato dela.
- 04
Nossos modelos dedicados a documentos não foram ativados nesta avaliação.
Público no GitHub
Auditoria aberta.
Publicamos o pipeline completo, as 4.200 respostas e os scripts de avaliação. Qualquer pessoa pode reproduzir, verificar ou contestar cada número.
- Pipeline de avaliação completo
- 4.200 respostas do Greenbook
- Scripts de avaliação