o3
OpenAI · o3-2025-04-16 · United States of America · 上线 2025-04-16
—不在当前榜上
147Epoch ECI
1432网友盲测分（全球第 114）
13有成绩的基准
这个模型上线超过一年（或没有上线日期），所以没有名次；ECI 是 Epoch 给的。
最拿手
- SimpleQA Verified：第 29 / 81 名（成绩 49.4%）
相对薄弱
- FrontierMath-Tiers-1-3-v2-Private：第 66 / 84 名（成绩 33.3%）
- ARC-AGI-2：第 57 / 78 名（成绩 6.5%）
各基准成绩
| 基准 | 成绩 | 名次 | 超过了多少模型 |
|---|---|---|---|
| SimpleQA Verified | 49.4% | 29 / 81 | |
| Mystery Game Puzzles | 29.0% | 32 / 76 | |
| WeirdML | 52.4% | 42 / 89 | |
| LMCA | 39.7% | 52 / 104 | |
| Chess Puzzles | 37.0% | 37 / 81 | |
| SimpleBench | 53.1% | 34 / 60 | |
| DTBench | 84.8% | 62 / 109 | |
| OTIS Mock AIME 2024-2025 | 84.4% | 72 / 118 | |
| GPQA diamond | 81.8% | 77 / 117 | |
| ARC-AGI | 60.8% | 56 / 79 | |
| GSO-Bench | 8.8% | 18 / 25 | |
| ARC-AGI-2 | 6.5% | 57 / 78 | |
| FrontierMath-Tiers-1-3-v2-Private | 33.3% | 66 / 84 |
成绩是该模型在最佳推理强度下的结果；名次只在已评分的模型里比。