OpenAI
o1-preview 评测成绩
来自 3 个来源、5 项基准的 5 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-preview-2024-09-12 · W&B Programmer O1 crosscheck5
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1389 | 176 | Overall, style control on; 31122 votes; 95% CI 1384–1394 | 官方榜单 | 2026年10月8日 |
| GPQA Diamond | 50.3% | 204 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
| SWE-bench Verified | 64.6% | 40 | agent: W&B Programmer O1 crosscheck5 | 官方榜单 | 2025年1月17日 |
| AIME (OTIS Mock AIME 2024–2025) | 31.1% | 190 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2025年3月7日 |
| MATH Level 5 | 81.7% | 35 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
常见问题
o1-preview 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、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。