gpt-4.1-2025-04-14
5.5%±1.3%
4.2%CI6.9%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.318
- Ultima sincronizare
- 40 minacum 40 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 2 ore
- Arena · WebDev· acum 2 ore
- Arena · Vision· acum 2 ore
- Arena · Agent· acum 2 ore
- GPQA Diamond· acum 40 de minute
- SWE-bench· acum 40 de minute
- Terminal-Bench· acum 40 de minute
- ARC-AGI-2· acum 40 de minute
Filtrează după organizație:
Lansat:
gpt-4.1-mini-2025-04-14
4.5%±1.2%
3.3%CI5.7%
gpt-4.1-nano-2025-04-14
1.0%±0.6%
0.4%CI1.6%
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 46 | gpt-4.1-2025-04-14 | OpenAI | apr. 2025 | $2 / $8 | 5.5% | 4.2%–6.9% | #148–546 | ||
| 49 | gpt-4.1-mini-2025-04-14 | OpenAI | apr. 2025 | $0.40 / $1.60 | 4.5% | 3.3%–5.7% | #130–586 | ||
| 60 | gpt-4.1-nano-2025-04-14 | OpenAI | apr. 2025 | $0.10 / $0.40 | 1.0% | 0.4%–1.6% | #197–987 |
Se afișează FrontierMath 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.