OpenAI
GPT-5 nano 评测成绩
来自 4 个来源、8 项基准的 24 条成绩。
其他名称: gpt-5-nano-high · gpt-5-nano-2025-08-07_low · GPT-5 nano (low) · gpt-5-nano-2025-08-07_minimal · GPT-5 nano (minimal) · gpt-5-nano-2025-08-07_high · GPT-5 nano (high) · gpt-5-nano-2025-08-07_medium · GPT-5 nano (medium) · gpt-5-nano-2025-08-07_unknown
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1337 | 234 | Overall, style control on; 8140 votes; 95% CI 1330–1344“gpt-5-nano-high” | 官方榜单 | 2026年10月8日 |
| LMArena Vision | 1146 | 112 | Overall, style control on; 3930 votes; 95% CI 1135–1158“gpt-5-nano-high” | 官方榜单 | 2026年10月2日 |
| GPQA Diamond | 69.4% | 163 | Epoch AI run, accuracy; effort: high | 独立评测 | 2025年10月30日 |
| GPQA Diamond | 67.4% | 167 | Epoch AI run, accuracy; effort: medium | 独立评测 | 2025年8月7日 |
| GPQA Diamond | 57.6% | 185 | Epoch AI run, accuracy; effort: low | 独立评测 | 2026年7月13日 |
| GPQA Diamond | 48.5% | 211 | Epoch AI run, accuracy; effort: minimal | 独立评测 | 2026年7月13日 |
| SWE-bench Verified | 34.8% | 88 | agent: mini-SWE-agent“gpt-5-nano-2025-08-07” | 官方榜单 | 2025年8月7日 |
| AIME (OTIS Mock AIME 2024–2025) | 81.1% | 109 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: high | 独立评测 | 2025年10月31日 |
| AIME (OTIS Mock AIME 2024–2025) | 74.2% | 119 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: medium | 独立评测 | 2025年8月7日 |
| AIME (OTIS Mock AIME 2024–2025) | 46.7% | 172 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: low | 独立评测 | 2026年7月13日 |
| AIME (OTIS Mock AIME 2024–2025) | 35.6% | 187 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: minimal | 独立评测 | 2026年7月13日 |
| MATH Level 5 | 95.2% | 14 | Epoch AI run, accuracy; effort: medium | 独立评测 | 2025年8月20日 |
| MATH Level 5 | 94.9% | 16 | Epoch AI run, accuracy; effort: high | 独立评测 | 2025年8月20日 |
| Terminal-Bench 2.0 | 21.8% | 164 | Terminal-Bench 2.0; agent: spoox-o-m; effort: unknown thinking | 官方榜单 via Epoch AI | 2025年8月7日 |
| Terminal-Bench 2.0 | 11.5% | 185 | Terminal-Bench 2.0; agent: Codex CLI ; effort: medium | 官方榜单 via Epoch AI | 2025年11月4日 |
| Terminal-Bench 2.0 | 11.5% | 186 | Terminal-Bench 2.0; agent: Codex CLI; effort: unknown thinking | 官方榜单 via Epoch AI | 2025年8月7日 |
| Terminal-Bench 2.0 | 9.9% | 187 | Terminal-Bench 2.0; agent: OpenHands ; effort: medium | 官方榜单 via Epoch AI | 2025年11月2日 |
| Terminal-Bench 2.0 | 9.9% | 188 | Terminal-Bench 2.0; agent: OpenHands; effort: unknown thinking | 官方榜单 via Epoch AI | 2025年8月7日 |
| Terminal-Bench 2.0 | 7.9% | 190 | Terminal-Bench 2.0; agent: Terminus 2 ; effort: medium | 官方榜单 via Epoch AI | 2025年10月31日 |
| Terminal-Bench 2.0 | 7.9% | 191 | Terminal-Bench 2.0; agent: Terminus 2; effort: unknown thinking | 官方榜单 via Epoch AI | 2025年8月7日 |
| Terminal-Bench 2.0 | 7.0% | 192 | Terminal-Bench 2.0; agent: Mini-SWE-Agent ; effort: medium | 官方榜单 via Epoch AI | 2025年11月3日 |
| Terminal-Bench 2.0 | 7.0% | 193 | Terminal-Bench 2.0; agent: Mini-SWE-Agent; effort: unknown thinking | 官方榜单 via Epoch AI | 2025年8月7日 |
| BFCL v4 (function calling) | 51.5% | 24 | Overall accuracy; native function calling (FC)“GPT-5-nano-2025-08-07 (FC)” | 官方榜单 | 2026年10月17日 |
| BFCL v4 (function calling) | 27.6% | 79 | Overall accuracy; prompt-based“GPT-5-nano-2025-08-07 (Prompt)” | 官方榜单 | 2026年10月17日 |
常见问题
GPT-5 nano 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、Berkeley Function Calling Leaderboard (BFCL)、LMArena leaderboard dataset和SWE-bench leaderboards (swebench.com)。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。