GPT‑5.1

Komentarai: 0
GPT‑5.1 #0
GPT‑5.1 #1
GPT‑5.1 #2
3593
359

Pozicija bendroje reitingų lentelėje nuo
Liepa 2026
4
Vartotojo įvertinimas
https://compare-ai.foundtt.com
4.3

Modelio apžvalga

Internetinė svetainė
DI modelio puslapis
Tiekėjas
Subjekto, kuris teikia šį modelį, pavadinimas.
Pokalbiai
Įveskite žinutę, kad pradėtumėte pokalbį
Išleidimo data
Kada modelis buvo pirmą kartą išleistas.
8 mėnesių ago
Lap 13, 2025
Modalumai
Duomenų tipai, kuriuos šis modelis gali apdoroti
tekstas ?
vaizdai ?
API tiekėjai
Tiekėjai, kurie siūlo šį modelį. (Tai nėra išsamus sąrašas.)
OpenAI API (Responses & Chat Completions),ChatGPT (Instant & Thinking),Codex (CLI & IDE)
Žinių nutraukimo data
Kada paskutinį kartą buvo atnaujintos modelio žinios.
06.2025
Atvirojo kodo
Ar modelio kodas yra prieinamas viešam naudojimui.
Ne
Įvesties kaina
Kaina už žodžių apdorojimą jūsų užklausose
$1.25 už milijoną žodžių
Išvesties kaina
Kaina už modelio sugeneruotus žodžius
$10.00 už milijoną žodžių
MMLU
Masinis daugiužduotis kalbos supratimas – testuoja žinias apie 57 temas, įskaitant matematiką, istoriją, teisę ir daugiau
-
MMLU-Pro
Išsamus MMLU testas su sudėtingesniais, mąstymą orientuotais klausimais, didesniu pasirinkimu ir sumažintu jautrumu užklausoms
78.4%
Šaltinis
MMMU
Masinis daugiužduotis multimodalus supratimas – testuoja supratimą apie tekstą, vaizdus, garsą ir vaizdo įrašus
85.4%
Šaltinis
HellaSwag
Iššūkis sakinio užbaigimo testas
-
HumanEval
Vertina kodo generavimo ir problemų sprendimo gebėjimus
-
MATH
Testuoja matematinių užduočių sprendimo gebėjimus įvairiais sudėtingumo lygiais
-
GPQA
Testuoja PhD lygio žinias chemijoje, biologijoje ir fizikoje per pasirinkimo klausimus, kurie reikalauja gilių žinių šiose srityse
88.1%
Diamond
Šaltinis
IFEval
Testuoja modelio gebėjimą tiksliai sekti aiškias formatavimo instrukcijas, generuoti tinkamus rezultatus ir išlaikyti nuoseklumą įvairiose užduotyse
-
SimpleQA
Paprastų klausimų tikslumo vertinimas
-
AIME 2024
-
AIME 2025
94%
Šaltinis
Aider Polyglot
Daugiakalbis programavimo etalonas.
-
LiveCodeBench v5
Realaus laiko programavimo etalonas
-
Global MMLU (Lite)
Supaprastinta etalono versija, skirta modelių universalumui įvertinti pasaulyje.
-
MathVista
Įvertina DI modelių matematinius samprotavimo gebėjimus vaizdiniuose kontekstuose
-
Mobilioji programa

Pridėti komentarą

Palyginti LLM


10%
Mūsų svetainė naudoja slapukus.

Privatumo ir slapukų politika: Ši svetainė naudoja slapukus. Tęsdami naudojimąsi svetaine, jūs sutinkate su jų naudojimu.