基准测试表现
| 基准 | 得分 | 单位 | 评测日期 | 备注 | 来源 |
|---|
| MMLU | 78.2 | % | 2024-09-12 | 5-shot | 查看 |
| HUMANEVAL | 78 | pass@1 | 2024-09-12 | — | 查看 |
| GSM8K | 86.6 | % | 2024-09-12 | 0-shot CoT | 查看 |
| MATH | 44.2 | % | 2024-09-12 | 0-shot CoT | 查看 |
| BBH | 77.2 | % | 2024-09-12 | 3-shot CoT | 查看 |
| GPQA | 40.8 | % | 2024-09-12 | 0-shot | 查看 |
| IFEVAL | 73.1 | % | 2024-09-12 | prompt_strict | 查看 |
| ARC | 93.7 | % | 2024-09-12 | challenge | 查看 |
| MUSR | 54 | % | 2024-09-12 | 0-shot | 查看 |
| WINOGRANDE | 78.3 | % | 2024-09-12 | 0-shot | 查看 |
合规性
- 数据驻留: US
- SOC2: ✓
- HIPAA: ✓
- GDPR: ✓
- ISO 27001: ✓
o1 mini
模型概述
OpenAI o1-mini 经济型推理模型, 针对编程与数学优化, 比 o1 便宜 80%, 适合 STEM 任务。
核心规格
| 厂商 | 版本 | 发布日期 | 上下文窗口 | 输入模态 | 输出模态 | 许可证 |
|---|
| Openai | o1-mini | 2024-09-12 | 128K | text | text | Proprietary |
基准测试表现
| 基准 | 得分 | 单位 | 备注 |
|---|
| MMLU (Massive Multitask Language Understanding) | 78.2 | % | 5-shot |
| HumanEval | 78.0 | pass@1 | — |
| GSM8K (Grade School Math 8K) | 86.6 | % | 0-shot CoT |
| MATH | 44.2 | % | 0-shot CoT |
| BBH (BIG-Bench Hard) | 77.2 | % | 3-shot CoT |
| GPQA | 40.8 | % | 0-shot |
| IFEval | 73.1 | % | prompt_strict |
| ARC | 93.7 | % | challenge |
| MUSR | 54.0 | % | 0-shot |
| WinoGrande | 78.3 | % | 0-shot |
定价
每百万 token
优势
劣势
适用场景
参考文献