返回综合榜CAPABILITY PROFILE UNDERSTANDING THE RANK BEHIND THE SCORE
o3 2025-04-16
OpenAI · 2025-04-16 釋出 · 10/01 14:05 更新
綜合共識指數13.1綜合榜前 30 名之外
分類成績1/ 4 項分類
已有成績10項評測
上下文視窗—Token
各有所長，看得更清楚。
每項能力單獨計算。沒有足夠的實測，就留空。
不同分類的分數反映各自參照組中的排序支援，不能直接相加或用來比較不同能力的絕對高低。
綜合名次，有多穩定？
依次移除一項評測或一家機構、調整單項權重與誤差處理，觀察排名怎樣變化。
重新檢查資格後的名次62—66 名证据敏感
3 個情景下參評證據不足。保持原候選不變時為 45—66 名。這個範圍不是置信區間，也不包含從未公開的成績。
每一項成績，都有來處。
下面是該模型的公開彙總成績。展開可檢視執行配置與採用方式。
综合评测与体验4 項
推理3 項
知识2 項
视觉理解1 項
還有一些未知
缺失的評測不會記成零分。模型的名次會隨新證據變化，分數相近時不宜過度解讀細小差距。
瞭解計算方法 →