gpt-4.1-mini-2025-04-14
44.7%±6.1%
38.6%CI50.9%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.318
- Ultima sincronizare
- 34 minacum 34 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 3 ore
- Arena · WebDev· acum 3 ore
- Arena · Vision· acum 3 ore
- Arena · Agent· acum 3 ore
- GPQA Diamond· acum 34 de minute
- SWE-bench· acum 34 de minute
- Terminal-Bench· acum 34 de minute
- ARC-AGI-2· acum 34 de minute
Filtrează după organizație:
Lansat:
gpt-4.1-2025-04-14
38.3%±6.3%
32.0%CI44.7%
gpt-4.1-nano-2025-04-14
28.9%±6.0%
22.9%CI34.9%
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 128 | gpt-4.1-mini-2025-04-14 | OpenAI | apr. 2025 | $0.40 / $1.60 | 44.7% | 38.6%–50.9% | #130–586 | ||
| 130 | gpt-4.1-2025-04-14 | OpenAI | apr. 2025 | $2 / $8 | 38.3% | 32.0%–44.7% | #148–546 | ||
| 138 | gpt-4.1-nano-2025-04-14 | OpenAI | apr. 2025 | $0.10 / $0.40 | 28.9% | 22.9%–34.9% | #197–987 |
Se afișează AIME (matematică) 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.