OpenAI o4 - mini 评测详情

OpenAI o4 - mini 当前已收录的代表性评测结果包括 AIME 2024（1 / 62，得分 98.70）、MMLU（2 / 66，得分 93）、AIME2025（10 / 107，得分 99.50）。

评测结果

OpenAI o4 - mini

评测结果

综合评估

共 6 项评测

评测名称 / 模式

得分

排名/总数

93

2 / 66

81.40

72 / 187

80.60

58 / 132

58.70

39 / 68

17.70

126 / 172

14.28

138 / 172

编程与软件工程

共 2 项评测

评测名称 / 模式

得分

排名/总数

2719

6 / 16

SWE-bench Verified

68.10

68 / 112

数学推理

共 12 项评测

评测名称 / 模式

得分

排名/总数

99.50

10 / 107

92.70

32 / 107

98.70

1 / 62

93.40

5 / 62

19.30

18 / 60

17.20

21 / 60

9.70

29 / 60

11.40

12 / 16

7.70

7 / 10

FrontierMath - Tier 4

思考水平·中

2.10

56 / 80

FrontierMath - Tier 4

思考水平·高

6.30

35 / 80

3

7 / 9

常识推理

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考水平·高

38.70

42 / 63

Agent能力评测

共 3 项评测

评测名称 / 模式

得分

排名/总数

思考水平·高

72

13 / 59

56.90

31 / 43

τ²-Bench - Telecom

50.20

33 / 35

与其他模型对比