OpenAI
GPT-4o (Aug 2024) 评测成绩
来自 2 个来源、5 项基准的 6 条成绩。
闭源 发布: 2024年8月6日 更新于 2026年10月22日
其他名称: gpt-4o-2024-08-06 · GPT-4o (2024-08-06) · GPT 4o (Aug 2024)
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| GPQA Diamond | 49.2% | 205 | Epoch AI run, accuracy; effort: Aug 2024 | 独立评测 | 2025年1月27日 |
| MMLU | 84.3% | 7 | Exact match; 5-shot; effort: Aug 2024 | 官方榜单 via Epoch AI | 2024年8月6日 |
| HumanEval / HumanEval+ | 92.7% | 3 | HumanEval (base tests), pass@1 greedy“GPT 4o (Aug 2024)” | 官方榜单 | 2024年12月26日 |
| HumanEval / HumanEval+ | 87.2% | 3 | HumanEval+ (extended tests), pass@1 greedy“GPT 4o (Aug 2024)” | 官方榜单 | 2024年12月26日 |
| AIME (OTIS Mock AIME 2024–2025) | 6.4% | 229 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: Aug 2024 | 独立评测 | 2025年2月25日 |
| MATH Level 5 | 53.3% | 56 | Epoch AI run, accuracy; effort: Aug 2024 | 独立评测 | 2025年1月27日 |
常见问题
GPT-4o (Aug 2024) 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub和EvalPlus leaderboard。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。