OpenAI · pașaport de model
GPT 4.0314
gpt-4-0314- Doar în cloud
- Licență Proprietary
- Lansat 2023-03-14(curatoriat)
- General · LMArena
- 1,288#276 din 396
- Cea mai bună percentilă
- 34.3Urmarea instrucțiunilor
- Poziția în cohortă
- 33.2mediană 24.1
Ce spun datele
Evaluat pe 6 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai slabe axe
- 3 pct — AIME (matematică) (0.6%)
Neuniform: 31,3 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 34.3 pct pe Urmarea instrucțiunilor față de 3 pct pe AIME (matematică).
- Urmarea instrucțiunilor34.3 pct1,285Verifică →
- Prompturi dificile33.1 pct1,306Verifică →
- Programare31.2 pct1,330Verifică →
- General30.6 pct1,288Verifică →
- GPQA Diamond16.7 pct35.7%Verifică →
- AIME (matematică)3 pct0.6%Verifică →
- WebDev ArenaNeevaluat
- Vision ArenaNeevaluat
- Factuality ArenaNeevaluat
- Search ArenaNeevaluat
- Document ArenaNeevaluat
- Agent ArenaNeevaluat
- FrontierMathNeevaluat
- SimpleQA VerifiedNeevaluat
- ARC-AGI-2Neevaluat
- Humanity's Last ExamNeevaluat
- SimpleBenchNeevaluat
- LiveBenchNeevaluat
- BFCL v4 (apelare de funcții)Neevaluat
- SWE-bench Verified (clasament live)Neevaluat
- Terminal-Bench 4.0Neevaluat
- MMLU-Pro (Artificial Analysis)Neevaluat
- LiveCodeBench (Artificial Analysis)Neevaluat
- IFBench (Artificial Analysis)Neevaluat
- Halucinații HHEM (Vectara)Neevaluat
- SWE-bench VerifiedNeevaluat
- Terminal-BenchNeevaluat
Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.
gpt-4-0314 stands at 33.2 (raw mean 24.8) — measured on 6 of 27 axes.
gpt-4-0314 stands at 33.2 versus a cohort median of 24.1 across 27 models released within 180 days — above the peer median.
On GPQA Diamond, gpt-4-0314 set the running best score at 35.7% on 2023-03-14.
On OTIS Mock AIME, gpt-4-0314 set the running best score at 0.6% on 2023-03-14.
gpt-4-0314 scores in the 3rd percentile on AIME (matematică).
gpt-4-0314 ranks between #260 and #964 across 5 built-in weightings — best under "Axat pe programare", worst under "Toate sursele".
Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →