OpenAI · pașaport de model
OpenAI: GPT-5.1
gpt-5-1- Doar în cloud
- Licență Proprietary
- 400,000 context
- Lansat 2025-11-13(din numele modelului)
- General · LMArena
- 1,456#59 din 396
- Cea mai bună percentilă
- 97.3LiveCodeBench (Artificial Analysis)
- Poziția în cohortă
- 64.7mediană 53.6
Ce spun datele
Evaluat pe 22 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai puternice axe
- 97.3 pct — LiveCodeBench (Artificial Analysis) (86.8%)
- 96.6 pct — MMLU-Pro (Artificial Analysis) (87.0%)
- 90 pct — LiveBench (73.9%)
Cele mai slabe axe
- 5.3 pct — Document Arena (1,416)
Neuniform: 92 de puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 97.3 pct pe LiveCodeBench (Artificial Analysis) față de 5.3 pct pe Document Arena.
- LiveCodeBench (Artificial Analysis)97.3 pct86.8%Verifică →
- MMLU-Pro (Artificial Analysis)96.6 pct87.0%Verifică →
- LiveBench90 pct73.9%Verifică →
- IFBench (Artificial Analysis)87.7 pct72.9%Verifică →
- Urmarea instrucțiunilor86.1 pct1,450Verifică →
- General85.4 pct1,456Verifică →
- Prompturi dificile84.6 pct1,477Verifică →
- Programare79 pct1,492Verifică →
- FrontierMath75.4 pct31.0%Verifică →
- Factuality Arena74.4 pct1,458Verifică →
- GPQA Diamond74.2 pct87.6%Verifică →
- Vision Arena71.3 pct1,251Verifică →
- AIME (matematică)68.5 pct88.6%Verifică →
- Humanity's Last Exam63 pct23.7%Verifică →
- SimpleQA Verified62.2 pct48.0%Verifică →
- Terminal-Bench61.4 pct47.6%Verifică →
- SimpleBench57.5 pct53.2%Verifică →
- ARC-AGI-249.4 pct17.6%Verifică →
- WebDev Arena37.4 pct1,396Verifică →
- Halucinații HHEM (Vectara)35.2 pct89.1%Verifică →
- SWE-bench Verified25 pct68.0%Verifică →
- Document Arena5.3 pct1,416Verifică →
- Search ArenaNeevaluat
- Agent ArenaNeevaluat
- BFCL v4 (apelare de funcții)Neevaluat
- SWE-bench Verified (clasament live)Neevaluat
- Terminal-Bench 4.0Neevaluat
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.
Cum îl rulezi
Folosește-l găzduit
openai/gpt-5.1Parametri API acceptați de acest endpoint
Exemplu de cerere
curl https://openrouter.ai/api/v1/chat/completions \
-H "Authorization: Bearer $OPENROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"openai/gpt-5.1","messages":[{"role":"user","content":"Hello"}]}'Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.
gpt-5.1-high stands at 64.7 (raw mean 66.7) — measured on 22 of 27 axes.
gpt-5.1-high stands at 64.7 versus a cohort median of 53.6 across 132 models released within 180 days — above the peer median.
gpt-5.1-high scores at percentile 97.3 on LiveCodeBench (Artificial Analysis).
gpt-5.1-high scores at percentile 96.6 on MMLU-Pro (Artificial Analysis).
gpt-5.1-high scores at percentile 5.3 on Document Arena.
gpt-5.1-high shows a 92.1-point percentile gap across 22 covered axes: 97.3 on LiveCodeBench (Artificial Analysis) versus 5.3 on Document Arena.
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 →