GPT-4.1
80.6%
niciun interval publicat
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.318
- Ultima sincronizare
- 45 minacum 45 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 1 oră
- Arena · WebDev· acum 1 oră
- Arena · Vision· acum 1 oră
- Arena · Agent· acum 1 oră
- GPQA Diamond· acum 45 de minute
- SWE-bench· acum 45 de minute
- Terminal-Bench· acum 45 de minute
- ARC-AGI-2· acum 45 de minute
Filtrează după organizație:
Lansat:
GPT-4.1 mini
78.1%
niciun interval publicat
GPT-4.1 nano
65.7%
niciun interval publicat
O singură grilă, toate coloanele. Alege axe din panoul Axe — o axă clasifică precum un singur clasament, mai multe se combină într-un scor compus ponderat, toate la un loc se citesc ca indexul. Locul este atribuit înaintea oricărui filtru și nu se renumerotează niciodată.
| Model | Organizație | ± CI | Oscilație | Adaugă la comparație | |||||
|---|---|---|---|---|---|---|---|---|---|
| 82 | GPT-4.1 | openai | apr. 2025 | $2 / $8 | 80.6% | — | #148–546 | ||
| 108 | GPT-4.1 mini | openai | apr. 2025 | $0.40 / $1.60 | 78.1% | — | #130–586 | ||
| 182 | GPT-4.1 nano | openai | apr. 2025 | $0.10 / $0.40 | 65.7% | — | #197–987 |
Se afișează MMLU-Pro (Artificial Analysis) exact așa cum a publicat-o sursa — propriul scor și interval de încredere, fără mix. Selectează o a doua axă ca să construiești un scor compus ponderat.