o1-preview-2024-09-12
41.7%
niciun interval publicat
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.310
- Ultima sincronizare
- 43 minacum 43 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 1 oră
- Arena · WebDev· acum 1 oră
- Arena · Vision· acum 1 oră
- Arena · Agent· acum 1 oră
- GPQA Diamond· acum 43 de minute
- SWE-bench· acum 43 de minute
- Terminal-Bench· acum 43 de minute
- ARC-AGI-2· acum 43 de minute
Filtrează după organizație:
Lansat:
o1-2024-12-17
40.1%
niciun interval publicat
o1-mini-2024-09-12
18.1%
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 55 | o1-preview-2024-09-12 | OpenAI | sept. 2024 | — | 41.7% | — | #147–314 | ||
| 59 | o1-2024-12-17 | OpenAI | dec. 2024 | $15 / $60 | 40.1% | — | #127–229 | ||
| 84 | o1-mini-2024-09-12 | OpenAI | sept. 2024 | — | 18.1% | — | #185–761 |
Se afișează SimpleBench 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.