OpenAI
GPT-4.1 nano 评测成绩
来自 3 个来源、6 项基准的 7 条成绩。
其他名称: gpt-4.1-nano-2025-04-14 · GPT-4.1-nano-2025-04-14 (FC) · GPT-4.1-nano-2025-04-14 (Prompt)
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1322 | 255 | Overall, style control on; 6103 votes; 95% CI 1315–1330“gpt-4.1-nano-2025-04-14” | 官方榜单 | 2026年10月8日 |
| LMArena Vision | 1089 | 131 | Overall, style control on; 1211 votes; 95% CI 1070–1107“gpt-4.1-nano-2025-04-14” | 官方榜单 | 2026年10月2日 |
| GPQA Diamond | 48.9% | 209 | Epoch AI run, accuracy | 独立评测 | 2025年4月14日 |
| AIME (OTIS Mock AIME 2024–2025) | 28.9% | 194 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2025年4月14日 |
| MATH Level 5 | 70.0% | 42 | Epoch AI run, accuracy | 独立评测 | 2025年4月14日 |
| BFCL v4 (function calling) | 33.0% | 58 | Overall accuracy; native function calling (FC)“GPT-4.1-nano-2025-04-14 (FC)” | 官方榜单 | 2026年10月17日 |
| BFCL v4 (function calling) | 24.9% | 90 | Overall accuracy; prompt-based“GPT-4.1-nano-2025-04-14 (Prompt)” | 官方榜单 | 2026年10月17日 |
常见问题
GPT-4.1 nano 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、Berkeley Function Calling Leaderboard (BFCL)和LMArena leaderboard dataset。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。