OpenAI
GPT-4o mini 评测成绩
来自 4 个来源、8 项基准的 9 条成绩。
其他名称: gpt-4o-mini-2024-07-18 · GPT 4o-mini · GPT-4o mini (2024-07-18) · GPT-4O-mini-2024-07-18 · GPT-4o-mini
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1318 | 263 | Overall, style control on; 68705 votes; 95% CI 1314–1321“gpt-4o-mini-2024-07-18” | 官方榜单 | 2026年10月8日 |
| LMArena Vision | 1097 | 129 | Overall, style control on; 17341 votes; 95% CI 1089–1105“gpt-4o-mini-2024-07-18” | 官方榜单 | 2026年10月2日 |
| LiveCodeBench | 26.7% | 20 | Code generation, 182 problems dated 2025-01-01…2025-04-07“GPT-4O-mini-2024-07-18” | 官方榜单 | 2025年4月7日 |
| GPQA Diamond | 37.7% | 243 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
| MMLU | 81.8% | 11 | Exact match; 5-shot | 论文 / 技术报告 via Epoch AI | 2024年7月18日 |
| MMLU | 76.7% | 35 | Exact match; 5-shot | 官方榜单 via Epoch AI | 2024年7月18日 |
| MMLU-Pro | 63.1% | 128 | Overall accuracy; data source: TIGER-Lab“GPT-4o-mini” | 官方榜单 | 2026年3月11日 |
| AIME (OTIS Mock AIME 2024–2025) | 6.9% | 224 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2025年7月30日 |
| MATH Level 5 | 52.6% | 57 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
常见问题
GPT-4o mini 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、LiveCodeBench leaderboard、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。