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 / 176,得分 86.10)、SimpleQA(9 / 47,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

综合评估

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 / 176
HLE
常规模式
5.44
471 / 565

科学与综合推理

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
309 / 463

常识问答

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 / 47

编程与软件工程

共 3 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
常规模式
46.40
179 / 251
SWE-bench Verified
常规模式
38
108 / 116
32.60
5 / 8

数学推理

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 / 62

写作和创作

共 1 项评测
评测名称 / 模式
得分
排名/总数
Creative Writing
常规模式
1255.30
77 / 106

多模态理解

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
73 / 93

Agent能力评测

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