OpenAI
o1-mini 评测成绩
来自 2 个来源、4 项基准的 7 条成绩。
闭源 发布: 2024年9月12日 更新于 2026年10月22日
其他名称: o1-mini-2024-09-12_high · o1-mini (high) · o1-mini-2024-09-12_medium · o1-mini (medium)
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1337 | 235 | Overall, style control on; 51981 votes; 95% CI 1333–1341 | 官方榜单 | 2026年10月8日 |
| GPQA Diamond | 62.4% | 181 | Epoch AI run, accuracy; effort: high | 独立评测 | 2025年2月13日 |
| GPQA Diamond | 59.5% | 184 | Epoch AI run, accuracy; effort: medium | 独立评测 | 2025年1月27日 |
| AIME (OTIS Mock AIME 2024–2025) | 46.9% | 171 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: high | 独立评测 | 2025年3月6日 |
| AIME (OTIS Mock AIME 2024–2025) | 44.7% | 177 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: medium | 独立评测 | 2025年3月6日 |
| MATH Level 5 | 89.2% | 24 | Epoch AI run, accuracy; effort: high | 独立评测 | 2025年2月13日 |
| MATH Level 5 | 84.3% | 31 | Epoch AI run, accuracy; effort: medium | 独立评测 | 2025年1月27日 |
常见问题
o1-mini 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub和LMArena leaderboard dataset。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。