o1-pro-2025-03-19
8.1%±1.1%
7.0%CI9.2%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.310
- Ultima sincronizare
- 5 minacum 5 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 5 minute
- SWE-bench· acum 5 minute
- Terminal-Bench· acum 5 minute
- ARC-AGI-2· acum 5 minute
Filtrează după organizație:
Lansat:
o1-2024-12-17
8.0%±1.1%
6.9%CI9.0%
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 33 | o1-pro-2025-03-19 | OpenAI | dec. 2024 | $150 / $600 | 8.1% | 7.0%–9.2% | #290–559 | ||
| 35 | o1-2024-12-17 | OpenAI | dec. 2024 | $15 / $60 | 8.0% | 6.9%–9.0% | #127–229 |
Se afișează Humanity's Last Exam 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.