o3-2025-04-16
64±2
62interval66
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.310
- Ultima sincronizare
- 44 minacum 44 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 5 ore
- Arena · WebDev· acum 5 ore
- Arena · Vision· acum 5 ore
- Arena · Agent· acum 5 ore
- GPQA Diamond· acum 44 de minute
- SWE-bench· acum 44 de minute
- Terminal-Bench· acum 44 de minute
- ARC-AGI-2· acum 44 de minute
Filtrează după organizație:
Lansat:
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 | Interval | Oscilație | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | Adaugă la comparație | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 79 | o3-2025-04-16 | openai | apr. 2025 | $2 / $8 | 64.5 67.4Clasat 64.5 = (15 × 67.4 + 3 × 50) ÷ 18. 67.4 este percentila medie pe cele 15 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică. | 62–66 | 81 | 15/22 | #79–318 | 75 | — | 53 | 19 | — | — | — | 62 | 63 | 55 | 67 | 42 | 59 | 55 | 100 | 93 | — | — | 93 | 91 | 85 | — |
Mixul este contractat după acoperire; scorul compus brut apare gri lângă el · O insignă „redusă” înseamnă că mai puțin de 3 clasamente au evaluat acest model