o1
OpenAI·2 个数据来源·更新于 2026-11-10
上下文窗口200KBenchLM
评测表现
只在同一来源、同一口径下比较。切换来源可查看不同测试结果。
BenchLM · BenchAlign
38.39*原榜第 148 名
同榜模型表现
BenchAlign · 同一来源与榜单口径,分数越高越好
所选配置其他配置
查看完整对比数据
| 模型与配置 | BenchAlign | 每任务成本 |
|---|---|---|
| DeepSeek V3.1 (Reasoning) | 38.93 | 未公布 |
| Claude 4.1 Opus Thinking | 38.83 | 未公布 |
| GLM-4.7-Flash | 38.78 | 未公布 |
| o1 · 当前模型 | 38.39 | 未公布 |
| Claude 4 Sonnet | 38.29 | 未公布 |
| GPT-4.1 | 37.24 | 未公布 |
| GPT-OSS 20B | 37.12 | 未公布 |
* 此分数为来源估算值。不同来源的分数不能直接相加或横向比较;评测任务成本不是 API Token 单价。
逐项基准成绩
4 项已收录成绩 · 保留原始单位和测试条件
编程来源汇总 · 越高越好
30.82分
指令遵循来源汇总 · 越高越好
86分
知识来源汇总 · 越高越好
40.6分
推理来源汇总 · 越高越好
33.16分
技术规格
只展示有可靠来源的资料;优先采用厂商官网与官方模型仓库。
价格与用量
美元 / 百万 Token。不同服务商或测试配置的报价分别列出。
暂无可核验的 API 报价。
每个数字,都有出处
同名模型通过开发机构和明确版本关联。预览版、日期版本和不同规模模型分别建档。