OpenAI
GPT-4.5 评测成绩
来自 3 个来源、7 项基准的 7 条成绩。
闭源 发布: 2025年2月27日 更新于 2026年10月22日
其他名称: gpt-4.5-preview-2025-02-27 · GPT-4.5 Preview (Feb 2025) · GPT 4.5 Preview
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1445 | 87 | Overall, style control on; 14547 votes; 95% CI 1439–1450“gpt-4.5-preview-2025-02-27” | 官方榜单 | 2026年10月8日 |
| LMArena Vision | 1225 | 71 | Overall, style control on; 2925 votes; 95% CI 1213–1237“gpt-4.5-preview-2025-02-27” | 官方榜单 | 2026年10月2日 |
| GPQA Diamond | 68.7% | 164 | Epoch AI run, accuracy; effort: Feb 2025 | 独立评测 | 2025年2月28日 |
| MMLU-Pro | 86.1% | 27 | Overall accuracy; data source: Self-Reported | 厂商自报 | 2026年3月11日 |
| AIME (OTIS Mock AIME 2024–2025) | 37.8% | 183 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: Feb 2025 | 独立评测 | 2025年2月28日 |
| MATH Level 5 | 78.6% | 37 | Epoch AI run, accuracy; effort: Feb 2025 | 独立评测 | 2025年2月28日 |
| Humanity's Last Exam | 5.4% | 44 | Compiled by Epoch AI; effort: Feb 2025 | 第三方汇编 via Epoch AI | 2025年2月27日 |
常见问题
GPT-4.5 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、LMArena leaderboard dataset和MMLU-Pro leaderboard (TIGER-Lab)。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。