Bevisen bakom

varje påstående vi gör.

Ingen siffra på den här sidan publiceras utan sin källa, sin urvalsstorlek och sitt datum. Kör samma benchmark själv, eller ta med dina egna dokument och se var du hamnar.

Se själv.

Publika benchmarks på bolagsrapporter och avtal, och vår FDA-benchmark. Växla mellan dem och granska bevisen själv.

  • 92% framgångsgrad på FinanceBench Av de frågor som en perfekt sökning skulle lösa löser Hippocampus 92 %. Näst bäst: 77 %.
  • 86% framgångsgrad på LegalBench-RAG Av de frågor som en perfekt sökning skulle lösa löser Hippocampus 86 %. Näst bäst: 78 %.
  • 1.8 s Hippocampus mediantid per sökning Vertex AI Search 0,3 s, Azure AI Search 0,4 s, båda mindre träffsäkra.

Direkt jämförelse

FinanceBench: framgångsgrad per system

150 analytikerfrågor på 84 amerikanska bolagsrapporter, från Patronus AI. Varje stapel är andelen besvarbara frågor som systemet får rätt med sin egen sökning.

Läs hela rapporten
  • Hippocampus 92.2%
  • Azure AI Search 76.6%
  • OpenAI File Search 52.3%
  • Vertex AI Search 40.6%
  • OpenAI Direct Search 37.5%

Direkt jämförelse

LegalBench-RAG: framgångsgrad per system

776 frågor på 72 avtal och integritetspolicyer, från ZeroEntropy. Varje stapel är andelen besvarbara frågor som systemet får rätt med sin egen sökning.

Läs hela rapporten
  • Hippocampus 85.7%
  • Azure AI Search 78.3%
  • Vertex AI Search 76.1%
  • OpenAI File Search 74.9%
  • OpenAI Direct Search 70.6%

Direkt jämförelse

Sjukvård: rätta svar per system

Varje system svarade via GPT-5.4 mini, samma lilla modell.

Läs hela rapporten
  • Hippocampus 83.3%
  • OpenAI File Search (genomsnitt av 2 körningar) 75.0%
  • PageIndex 68.8%
  • OpenAI vector store search 60.4%
  • Modellen ensam 31.3%

Sjukvård

Men med en starkare modell blir resultatet ännu bättre.

  • 100% hämtningsprecision Claude Opus 5 som svarsmodell. Ett korrekt källdokument nåddes för varje besvarbar fråga, varje upprepning.
  • 97% rätt Claude Opus 5 som svarsmodell. Två fullständiga körningar av frågeuppsättningen (47 av 48 och 46 av 48), inklusive kontrollfrågan som avböjdes i alla sex upprepningarna.
  • 6/6 kontrollfrågan avböjd Claude Opus 5 som svarsmodell. Tillfrågat om något som dokumenten inte kan besvara, avböjde det kontrollfrågan i alla sex upprepningarna.

Så testade vi

Samma test för varje system

Inom finans och juridik indexerade varje system samma dokument och gjorde en sökning per fråga. Samma svarsmodell (GPT-5.4 mini, låg resonemangsnivå) skrev varje svar, och samma domare (Claude Sonnet 5, tre röster) bedömde det. Inom sjukvård skrev GPT-5.4 mini varje svar i staplarna, GPT-5 bedömde dem (tre röster), och Hippocampus kunde söka upp till 12 gånger.

Välj Finans, Juridik eller Sjukvård för att se hur du upprepar den benchmarken.

Se det på dina egna dokument.

Gratisnivå, inget kort, ingen API-nyckel. Importera ett dokument och ställ frågan som alternativen svarar fel på.