GPT-4o(2024-11-20)vsGPT-4o
GPT-4o(2024-11-20) 与 GPT-4o 在 7 个共同 benchmark 中整体接近：GPT-4o(2024-11-20) 领先 2 项，GPT-4o 领先 2 项，持平 3 项，平均分差 -1.37。
GPT-4o(2024-11-20)
OpenAI · 2024-11-20 · 聊天大模型
GPT-4o
OpenAI · 2024-05-13 · 多模态大模型
GPT-4o(2024-11-20)2 项(29%)持平3(29%)2 项GPT-4o
评测分数
按能力类目分组，每组内按分差大小排列；共 7 项。
Coding and Software Engineer
GPT-4o(2024-11-20) 领先 1/2| 评测项 | GPT-4o(2024-11-20) | GPT-4o | 分差 |
|---|---|---|---|
| HumanEval | 90.207 / 39 | 908 / 39 | +0.20 |
| SWE-bench Verified | 31103 / 108Normal (No Tools) | 31103 / 108 | 持平 |
General Knowledge
GPT-4o 领先 1/2| 评测项 | GPT-4o(2024-11-20) | GPT-4o | 分差 |
|---|---|---|---|
| MMLU | 85.7037 / 65 | 88.7015 / 65 | -3 |
| MMLU Pro | 77.9072 / 126 | 77.9072 / 126 | 持平 |
Math and Reasoning
GPT-4o 领先 1/2| 评测项 | GPT-4o(2024-11-20) | GPT-4o | 分差 |
|---|---|---|---|
| MATH | 68.5024 / 42 | 75.9016 / 42 | -7.40 |
| FrontierMath | 0.3057 / 60 | 0.3057 / 60 | 持平 |
Common Sense
GPT-4o(2024-11-20) 领先 1/1| 评测项 | GPT-4o(2024-11-20) | GPT-4o | 分差 |
|---|---|---|---|
| SimpleQA | 38.8019 / 45 | 38.2020 / 45 | +0.60 |
规格对比
| 字段 | GPT-4o(2024-11-20) | GPT-4o |
|---|---|---|
| 发布机构 | OpenAI | OpenAI |
| 发布时间 | 2024-11-20 | 2024-05-13 |
| 模型类型 | 聊天大模型 | 多模态大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 128K | 128K |
| 最大输出 | 暂无数据 | 16K |
小结
- GPT-4o(2024-11-20)在以下类目领先:Coding and Software Engineer (1/2)、Common Sense (1/1)
- GPT-4o在以下类目领先:General Knowledge (1/2)、Math and Reasoning (1/2)
7 个共同 benchmark 上，GPT-4o 平均高出 1.37 分。
单项差距最大的 benchmark：MATH — GPT-4o(2024-11-20) 68.50，GPT-4o 75.90（分差 -7.40）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。