DataLearner 标志

GPT-5-mini 评测详情

GPT-5-mini 当前已收录的代表性评测结果包括 FrontierMath(18 / 60,得分 19.30)、FrontierMath - Tier 4(35 / 80,得分 6.30)、LiveBench(51 / 115,得分 65.91)。

评测结果

GPT-5-mini

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
78
73 / 133
LiveBench
常规模式
61
66 / 115
LiveBench
思考水平·低
53.07
85 / 115
LiveBench
思考水平·高
65.91
51 / 115
5
177 / 181
0
181 / 181

科学与综合推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
69
163 / 226
0
224 / 226

编程与软件工程

共 3 项评测
评测名称 / 模式
得分
排名/总数
CodeClash
常规模式工具
1200
5 / 8
55
88 / 126
WeirdML v2
思考水平·高工具
52.67
34 / 52

数学推理

共 8 项评测
评测名称 / 模式
得分
排名/总数
47
91 / 107
47
91 / 107
FrontierMath v2
思考水平·高
46.67
25 / 34
19.30
18 / 60
19
20 / 60
FrontierMath Tier 4 v2
思考水平·高
12.20
25 / 34
FrontierMath - Tier 4
思考水平·中
4.20
40 / 80
FrontierMath - Tier 4
思考水平·高
6.30
35 / 80

AI Agent - 工具使用

共 1 项评测
评测名称 / 模式
得分
排名/总数

OpenClaw智能体能力综合测评

共 1 项评测
评测名称 / 模式
得分
排名/总数
Pinch Bench
开启思考工具
80.30
24 / 38

多模态理解

共 2 项评测
评测名称 / 模式
得分
排名/总数
VPCT
思考水平·中
40.20
14 / 24
VPCT
思考水平·高
39
18 / 24

长上下文

共 1 项评测
评测名称 / 模式
得分
排名/总数
Fiction.liveBench
思考水平·中
69.40
11 / 16