o3-2025-04-16
6.5%
niciun interval publicat
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.310
- Ultima sincronizare
- 23 minacum 23 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 5 ore
- Arena · WebDev· acum 5 ore
- Arena · Vision· acum 5 ore
- Arena · Agent· acum 5 ore
- GPQA Diamond· acum 23 de minute
- SWE-bench· acum 23 de minute
- Terminal-Bench· acum 23 de minute
- ARC-AGI-2· acum 23 de minute
Filtrează după organizație:
Lansat:
o3-pro-2025-06-10
4.9%
niciun interval publicat
o3-mini-2025-01-31
3.0%
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 53 | o3-2025-04-16 | OpenAI | apr. 2025 | $2 / $8 | 6.5% | — | #79–318 | ||
| 62 | o3-pro-2025-06-10 | OpenAI | iun. 2025 | $20 / $80 | 4.9% | — | #282–898 | ||
| 66 | o3-mini-2025-01-31 | OpenAI | ian. 2025 | $1.10 / $4.40 | 3.0% | — | #127–391 |
Se afișează ARC-AGI-2 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.