OpenAI · pașaport de model
GPT 5 Codex
gpt-5-codex- Cea mai bună percentilă
- 97.9LiveBench
- Poziția după scorul compus
- 72.9contractat · 5/27 axe
Ce spun datele
Evaluat pe 5 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai puternice axe
- 97.9 pct — LiveBench (78.2%)
- 95.9 pct — MMLU-Pro (Artificial Analysis) (86.5%)
- 94.7 pct — LiveCodeBench (Artificial Analysis) (84.0%)
Neuniform: 43,4 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 97.9 pct pe LiveBench față de 54.5 pct pe Terminal-Bench.
- LiveBench97.9 pct78.2%Verifică →
- MMLU-Pro (Artificial Analysis)95.9 pct86.5%Verifică →
- LiveCodeBench (Artificial Analysis)94.7 pct84.0%Verifică →
- IFBench (Artificial Analysis)90.1 pct74.1%Verifică →
- Terminal-Bench54.5 pct44.3%Verifică →
- GeneralNeevaluat
- WebDev ArenaNeevaluat
- Vision ArenaNeevaluat
- Factuality ArenaNeevaluat
- Search ArenaNeevaluat
- Document ArenaNeevaluat
- Agent ArenaNeevaluat
- GPQA DiamondNeevaluat
- AIME (matematică)Neevaluat
- FrontierMathNeevaluat
- SimpleQA VerifiedNeevaluat
- ARC-AGI-2Neevaluat
- Humanity's Last ExamNeevaluat
- SimpleBenchNeevaluat
- BFCL v4 (apelare de funcții)Neevaluat
- SWE-bench Verified (clasament live)Neevaluat
- Terminal-Bench 4.0Neevaluat
- Halucinații HHEM (Vectara)Neevaluat
- SWE-bench VerifiedNeevaluat
- 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-codex stands at 72.9 (raw mean 86.6) — measured on 5 of 27 axes.
gpt-5-codex scores at percentile 97.9 on LiveBench.
gpt-5-codex scores at percentile 95.9 on MMLU-Pro (Artificial Analysis).
gpt-5-codex ranks between #17 and #142 across 3 built-in weightings — best under "Toate sursele", worst under "Axat pe programare".
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 →