ChatGPT-4o
截至 2026年11月21日,ChatGPT-4o(OpenAI)在 BenchLeader Index 上得分 54.7(共 650 个已排名配置)。表现最好的是人类偏好(62),最弱的是多模态(51)。发布于 2025年3月27日。
要点(截至 2026年11月21日)
- ChatGPT-4o 于 2025年3月27日发布(OpenAI)。
详细说明:ChatGPT-4o 是 OpenAI 的闭源模型,发布于 2025年3月27日。其最佳配置在 BenchLeader Index 上得分 54.7 ±4.9,在 650 个配置中排第 243 名,处于上半区。关键在于这个“±”:另有 317 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,人类偏好得分最高(62),多模态最低(51)。最近一次测量:2026年11月19日。
- 混合价格
- –
- 输出速度
- –
- 首次回答
- –
- 上下文
- 128k
- 来源:Artificial Analysis
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年3月27日
- 综合 Index55
- 推理61
- 编程52
- 数学58
- 人类偏好62
- 多模态51
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/chatgpt-4o)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
OpenAI 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| ChatGPT-4o本页 | 2025年3月27日 | 54.7 | #243 |
| ChatGPT-4o 0129 | 2025年1月29日 | – | – |
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Hard Prompts | 1455#118 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 65.5%#356 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 4.0%#584 | Artificial Analysis | |
| Arena Expert不计入 Index | 1430#152 | Arena (LMArena) |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Coding | 1467#137 | Arena (LMArena) | |
| Aider Polyglot | 45.3%#40 | Aider polyglot leaderboard | |
| LiveCodeBench (AA)不计入 Index | 42.5%#162 | Artificial Analysis |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Maths | 1403#160 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 25.7%#189 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text Factuality不计入 Index | 1444#93 | Arena (LMArena) |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Instruction Following不计入 Index | 1427#109 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1443#99 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index | 1501#58 | EQ-Bench | |
| EQ-Bench Longform Writing不计入 Index | 60.2#60 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1421#91 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1470#67 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1440#121 | Arena (LMArena) |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Vision | 1243#72 | Arena (LMArena) | |
| VISTA | 38.0%#45 | Scale AI SEAL |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 9.0#435 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 181.3#519 | Artificial Analysis |
另请参阅
嵌入或引用
在模型卡片或 README 中展示 ChatGPT-4o 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/chatgpt-4o)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 21). ChatGPT-4o on the BenchLeader Index (method v1.5) [Data set]. Retrieved November 21, 2026, from https://www.benchleader.com/models/chatgpt-4o
BibTeX:
@misc{benchleader_chatgpt_4o_20261121,
author = {{BenchLeader}},
title = {{ChatGPT-4o on the BenchLeader Index (method v1.5)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/chatgpt-4o}},
note = {Data as of 2026-11-21}
}常见问题
- ChatGPT-4o 的基准测试得分是多少?
- 截至 2026年11月21日,ChatGPT-4o 的 BenchLeader Index 为 54.7 ±4.9。最强的是人类偏好(62),最弱的是多模态(51)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- ChatGPT-4o 排名第几?
- 截至 2026年11月21日,ChatGPT-4o 在 650 个已排名配置中排第 243 名。另有 317 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 70.2。
- ChatGPT-4o 是什么时候发布的?
- OpenAI 于 2025年3月27日发布了 ChatGPT-4o。
数据截至 2026年11月21日。 与其他模型对比
引用格式:BenchLeader,《ChatGPT-4o:基准测试、价格、速度与排名》,数据截至 2026年11月21日,https://www.benchleader.com/zh/models/chatgpt-4o。