OpenAI · pașaport de model
gpt-5.5-pre-release
gpt-5-5-pre-release- Cea mai bună percentilă
- 100.0AIME (matematică)
- Poziția după scorul compus
- 77.3contractat · 4/27 axe
Ce spun datele
Evaluat pe 4 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai puternice axe
- 100 pct — AIME (matematică) (100.0%)
- 98.6 pct — FrontierMath (51.7%)
- 96.9 pct — SWE-bench Verified (80.6%)
Neuniform: 4,5 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 100 pct pe AIME (matematică) față de 95.5 pct pe GPQA Diamond.
- AIME (matematică)100 pct100.0%Verifică →
- FrontierMath98.6 pct51.7%Verifică →
- SWE-bench Verified96.9 pct80.6%Verifică →
- GPQA Diamond95.5 pct94.0%Verifică →
- GeneralNeevaluat
- WebDev ArenaNeevaluat
- Vision ArenaNeevaluat
- Factuality ArenaNeevaluat
- Search ArenaNeevaluat
- Document ArenaNeevaluat
- Agent ArenaNeevaluat
- 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
- Terminal-BenchNeevaluat
- ProgramareNeevaluat
- Urmarea instrucțiunilorNeevaluat
- Prompturi dificileNeevaluat
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-5.5-pre-release stands at 77.3 (raw mean 97.7) — measured on 4 of 27 axes.
gpt-5.5-pre-release scores in the 100th percentile on AIME (matematică).
gpt-5.5-pre-release scores at percentile 98.6 on FrontierMath.
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 →