DataLearner 标志

OpenAI o3-mini (high) 评测详情

OpenAI o3-mini (high) 当前已收录的代表性评测结果包括 HumanEval(1 / 140,得分 97.60)、MATH(1 / 42,得分 97.90)、MATH-500(10 / 46,得分 97.90)。

评测结果

OpenAI o3-mini (high)

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
常规模式
86.90
27 / 124
ARC-AGI-1
常规模式
34.50
120 / 147

编程与软件工程

共 3 项评测
评测名称 / 模式
得分
排名/总数
HumanEval
常规模式
97.60
1 / 140
LiveCodeBench
常规模式
69.50
96 / 251
SWE-bench Verified
常规模式
49.30
97 / 116

数学推理

共 5 项评测
评测名称 / 模式
得分
排名/总数
MATH
常规模式
97.90
1 / 42
MATH-500
常规模式
97.90
10 / 46
AIME 2024
常规模式
87
18 / 62
FrontierMath
思考水平·高
11
23 / 60
FrontierMath - Tier 4
思考水平·高
4.20
40 / 80

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
79.70
241 / 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
13.80
37 / 47
OpenAI o3-mini (high) 评测结果与排名详情 | DataLearnerAI