OpenAI
gpt-oss-20b 评测成绩
来自 3 个来源、5 项基准的 9 条成绩。
其他名称: gpt-oss-20b_medium · gpt-oss-20b_low · gpt-oss-20b_high · gpt-oss-20b_unknown · GPT-OSS-20B · GPT-oss-20B(medium) · GPT-oss-20B(high)
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1317 | 265 | Overall, style control on; 10418 votes; 95% CI 1311–1324 | 官方榜单 | 2026年10月8日 |
| GPQA Diamond | 60.8% | 182 | Epoch AI run, accuracy | 独立评测 | 2026年8月27日 |
| MMLU-Pro | 73.6% | 89 | Overall accuracy; data source: Self-Reported; 20B“GPT-oss-20B(high)” | 厂商自报 | 2026年3月11日 |
| MMLU-Pro | 73.1% | 91 | Overall accuracy; data source: TIGER-Lab; 20B“GPT-oss-20B(medium)” | 官方榜单 | 2026年3月11日 |
| AIME (OTIS Mock AIME 2024–2025) | 50.8% | 167 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2026年8月27日 |
| Terminal-Bench 2.0 | 3.4% | 194 | Terminal-Bench 2.0; agent: Mini-SWE-Agent | 官方榜单 via Epoch AI | 2025年11月3日 |
| Terminal-Bench 2.0 | 3.4% | 195 | Terminal-Bench 2.0; agent: Mini-SWE-Agent | 官方榜单 via Epoch AI | 2025年8月5日 |
| Terminal-Bench 2.0 | 3.1% | 196 | Terminal-Bench 2.0; agent: Terminus 2 | 官方榜单 via Epoch AI | 2025年11月1日 |
| Terminal-Bench 2.0 | 3.1% | 197 | Terminal-Bench 2.0; agent: Terminus 2 | 官方榜单 via Epoch AI | 2025年8月5日 |
本站相关
常见问题
gpt-oss-20b 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。