GPT OSS 20B 评测详情

GPT OSS 20B 当前已收录的代表性评测结果包括 AIME 2024（3 / 62，得分 96）、AIME2025（14 / 106，得分 98.70）、MMLU（41 / 124，得分 85.30）。

评测结果

GPT OSS 20B

评测结果

综合评估

共 4 项评测

评测名称 / 模式

得分

排名/总数

思考模式

85.30

41 / 124

思考模式

74

87 / 133

思考模式

10.90

152 / 181

思考模式工具

17.30

139 / 181

科学与综合推理

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考模式

71.50

146 / 224

编程与软件工程

共 3 项评测

评测名称 / 模式

得分

排名/总数

思考模式

2230

12 / 20

思考模式工具

2516

9 / 20

SWE-bench Verified

思考模式

34

108 / 114

数学推理

共 3 项评测

评测名称 / 模式

得分

排名/总数

思考模式

79

59 / 106

思考模式工具

98.70

14 / 106

思考模式工具

96

3 / 62

Agent能力评测

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考模式工具

47.70

36 / 43

指令跟随

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考水平·高

65.10

22 / 33

AI Agent - 信息收集

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考模式工具

28.30

51 / 54

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

思考模式工具

66

35 / 38

与其他模型对比