DataLearner 标志

GPT-4.5 评测详情

GPT-4.5 当前已收录的代表性评测结果包括 MMLU-Pro(21 / 175,得分 86.10)、SimpleQA(9 / 46,得分 62.50)、MMMU(34 / 74,得分 74.40)。

评测结果

GPT-4.5

评测结果

思考模式

综合知识考试

共 2 项评测
评测名称 / 模式
得分
排名/总数
MMLU-Pro
常规模式
86.10
21 / 175
HLE
常规模式
5.44
221 / 235

科学知识与推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
常规模式
71.40
172 / 253

事实可靠性与幻觉

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleQA
常规模式
62.50
9 / 46

仓库修复与多文件工程

共 2 项评测
评测名称 / 模式
得分
排名/总数
SWE-bench Verified
常规模式
38
108 / 116
32.60
5 / 8

数学

共 2 项评测
评测名称 / 模式
得分
排名/总数
MATH-500
常规模式
90.70
36 / 46
AIME 2024
常规模式
36.70
53 / 61

算法与竞赛编程

共 1 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
常规模式
46.40
99 / 125

写作与创意表达

共 1 项评测
评测名称 / 模式
得分
排名/总数
Creative Writing
常规模式
1258
81 / 110

图像感知与视觉推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
MMMU
unknown
74.40
34 / 74

常识推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleBench
常规模式
34.50
76 / 96

自主开发与终端任务

共 1 项评测
评测名称 / 模式
得分
排名/总数
Aider-Polyglot
常规模式
44.90
37 / 59

跨能力聚合指数

共 1 项评测
评测名称 / 模式
得分
排名/总数
ECI
unknown
136.74
107 / 167