DataLearner 标志

GPT-5-Pro 评测详情

GPT-5-Pro 当前已收录的代表性评测结果包括 AIME2025(1 / 216,得分 100)、HLE(118 / 565,得分 42)、GPQA Diamond(97 / 463,得分 89.40)。

评测结果

GPT-5-Pro

评测结果

思考模式
工具使用

综合评估

共 6 项评测
评测名称 / 模式
得分
排名/总数
LiveBench
常规模式
70.48
35 / 117
ARC-AGI-1
思考模式
70.17
85 / 147
HLE
思考模式
30.70
197 / 565
HLE
思考模式工具
42
118 / 565
HLE
unknown
31.64
191 / 565
ARC-AGI-2
思考模式
18
86 / 136

科学与综合推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
思考模式
88.40
112 / 463
GPQA Diamond
思考模式工具
89.40
97 / 463

数学推理

共 7 项评测
评测名称 / 模式
得分
排名/总数
AIME2025
思考模式
96.70
21 / 216
AIME2025
思考模式工具
100
1 / 216
FrontierMath v2
思考水平·高
55.79
25 / 58
28.60
8 / 24
FrontierMath Tier 4 v2
思考水平·高
19.51
28 / 42
14.60
23 / 80
14.60
23 / 80

常识推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleBench
思考模式
61.60
28 / 93