gpt-4.1-2025-04-14
66.9%±2.8%
64.1%CI69.7%
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-mini-2025-04-14
65.8%±2.7%
63.1%CI68.6%
gpt-4.1-nano-2025-04-14
48.9%±2.5%
46.4%CI51.4%
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 115 | gpt-4.1-2025-04-14 | OpenAI | apr. 2025 | $2 / $8 | 66.9% | 64.1%–69.7% | #148–546 | ||
| 117 | gpt-4.1-mini-2025-04-14 | OpenAI | apr. 2025 | $0.40 / $1.60 | 65.8% | 63.1%–68.6% | #130–586 | ||
| 150 | gpt-4.1-nano-2025-04-14 | OpenAI | apr. 2025 | $0.10 / $0.40 | 48.9% | 46.4%–51.4% | #197–987 | ||
| 168 | gpt-4-1106-preview | OpenAI | nov. 2023 | — | 42.4% | 40.0%–44.8% | #248–874 |
Se afișează GPQA Diamond 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.