BenchLeader

ChatGPT-4o

质量第 119 / 366 名
54.7Index
高于中位数
较中位数 +4.8

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index55
  2. 推理61
  3. 编程52
  4. 数学58
  5. 人类偏好62
  6. 多模态51

嵌入这个排名

更多徽章样式
[![ChatGPT-4o on BenchLeader: 综合第 118 名](https://www.benchleader.com/badge/chatgpt-4o.svg?style=compact)](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。

OpenAI 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

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 01292025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 Prompts1455#118Arena (LMArena)
GPQA Diamond (AA)不计入 Index65.5%#356Artificial Analysis
Humanity's Last Exam (AA)不计入 Index4.0%#584Artificial Analysis
Arena Expert不计入 Index1430#152Arena (LMArena)

编程

基准测试默认来源趋势
Arena Coding1467#137Arena (LMArena)
Aider Polyglot45.3%#40Aider polyglot leaderboard
LiveCodeBench (AA)不计入 Index42.5%#162Artificial Analysis

数学

基准测试默认来源趋势
Arena Maths1403#160Arena (LMArena)
AIME 2025 (AA)不计入 Index25.7%#189Artificial Analysis

知识

基准测试默认来源趋势
Arena Text Factuality不计入 Index1444#93Arena (LMArena)

指令遵循

基准测试默认来源趋势
Arena Instruction Following不计入 Index1427#109Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1443#99Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index1501#58EQ-Bench
EQ-Bench Longform Writing不计入 Index60.2#60EQ-Bench
Arena Creative Writing不计入 Index1421#91Arena (LMArena)
Arena Multi-turn不计入 Index1470#67Arena (LMArena)
Arena Longer Queries不计入 Index1440#121Arena (LMArena)

多模态

基准测试默认来源趋势
Arena Vision1243#72Arena (LMArena)
VISTA38.0%#45Scale AI SEAL

综合

基准测试默认来源趋势
AA Intelligence Index v4.3.2不计入 Index9.0#435Artificial Analysis
AA Progress Index v1不计入 Index181.3#519Artificial Analysis

OpenAI 的更多模型

本月新上线

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。

[![ChatGPT-4o on BenchLeader: 综合第 118 名](https://www.benchleader.com/badge/chatgpt-4o.svg)](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}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

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。