o1-2024-12-17-high
72.2%
niciun interval publicat
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.318
- Ultima sincronizare
- 33 minacum 33 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 54 de minute
- Arena · WebDev· acum 54 de minute
- Arena · Vision· acum 54 de minute
- Arena · Agent· acum 54 de minute
- GPQA Diamond· acum 33 de minute
- SWE-bench· acum 33 de minute
- Terminal-Bench· acum 33 de minute
- ARC-AGI-2· acum 33 de minute
Filtrează după organizație:
Lansat:
o1-preview-2024-09-12
66.0%
niciun interval publicat
o1-mini-2024-09-12
57.8%
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 39 | o1-2024-12-17-high | OpenAI | dec. 2024 | $15 / $60 | 72.2% | — | #127–229 | ||
| 74 | o1-preview-2024-09-12 | OpenAI | sept. 2024 | — | 66.0% | — | #147–314 | ||
| 123 | o1-mini-2024-09-12 | OpenAI | sept. 2024 | — | 57.8% | — | #185–761 |
Se afișează LiveBench 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.