chatgpt-4o-latest-20250326
1,239±6
1,233CI1,244
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.308
- Ultima sincronizare
- 1 hacum 1 oră
Toate sursele se sincronizează normal
- Arena · Text· acum 11 ore
- Arena · WebDev· acum 11 ore
- Arena · Vision· acum 11 ore
- Arena · Agent· acum 11 ore
- GPQA Diamond· acum 1 oră
- SWE-bench· acum 1 oră
- Terminal-Bench· acum 1 oră
- ARC-AGI-2· acum 1 oră
Filtrează după organizație:
Lansat:
gpt-4o-2024-05-13
1,162±9
1,153CI1,170
gpt-4o-mini-2024-07-18
1,097±8
1,089CI1,105
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 58 | chatgpt-4o-latest-20250326 | openai | aug. 2024 | — | 1,239 | 1,233–1,244 | #79–175 | ||
| 95 | gpt-4o-2024-05-13 | openai | mai 2024 | $2.50 / $10 | 1,162 | 1,153–1,170 | #154–955 | ||
| 120 | gpt-4o-mini-2024-07-18 | openai | iul. 2024 | $0.15 / $0.60 | 1,097 | 1,089–1,105 | #236–1023 |
Se afișează Vision Arena 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.