GPT-4.5
截至 2026年11月16日,GPT-4.5(OpenAI)在 BenchLeader Index 上得分 50.5(共 608 个已排名配置)。表现最好的是人类偏好(63),最弱的是推理(39)。发布于 2025年2月27日。
要点(截至 2026年11月16日)
- GPT-4.5 于 2025年2月27日发布(OpenAI)。
详细说明:GPT-4.5 是 OpenAI 的闭源模型,发布于 2025年2月27日。其最佳配置在 BenchLeader Index 上得分 50.5 ±5.2,在 608 个配置中排第 335 名,处于下半区。关键在于这个“±”:另有 285 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(63),推理最低(39)。最近一次测量:2026年11月11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2月27日
- 综合 Index51
- 推理39
- 编程49
- 智能体与工具43
- 数学54
- 人类偏好63
- 多模态51
- 长上下文55
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gpt-4-5)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 13 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 |
|---|---|---|---|
| GPT-5.6 | 2026年7月9日 | – | – |
| GPT-5.5xhigh | 2026年4月23日 | 64.1 | #31 |
| GPT-5.4xhigh | 2026年3月5日 | 63.1 | #42 |
| GPT-5.2xhigh | 2025年12月11日 | 59.9 | #95 |
| GPT-5.1high | 2025年11月12日 | 57.5 | #151 |
| GPT-5medium | 2025年8月7日 | 59.0 | #113 |
| GPT-4.1 | 2025年4月14日 | 48.7 | #377 |
| GPT-4.5本页 | 2025年2月27日 | 50.5 | #335 |
| GPT 4 0125 | 2024年1月25日 | – | – |
| GPT-4 1106 | 2023年11月6日 | – | – |
| GPT 4 0613 | 2023年6月13日 | 39.5 | #541 |
| GPT-4 | 2023年3月14日 | 42.3 | #496 |
| GPT-3.5 | – | – | – |
Index 走势
2026年9月8日 至 2026年11月16日Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
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 |
|---|---|---|---|
| GPQA Diamond | 68.7%#185 | Epoch AI Benchmarking Hub | |
| Humanity's Last Exam | 5.4%#41 | Scale AI / CAIS | |
| SimpleBench | 34.5%#86 | SimpleBench | |
| Arena Hard Prompts | 1440#130 | Arena (LMArena) | |
| ARC-AGI-1 | 10.3%#244 | ARC Prize | |
| ARC-AGI-2 | 0.8%#239 | ARC Prize | |
| Arena Expert不计入 Index | 1429#147 | Arena (LMArena) | |
| ForecastBench不计入 Index | 64.5%#23 | ForecastBench |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| WeirdML | 39.4%#107 | WeirdML | |
| Arena Coding | 1458#142 | Arena (LMArena) | |
| Aider Polyglot | 44.9%#39 | Aider polyglot leaderboard |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| OTIS Mock AIME | 37.8%#212 | Epoch AI Benchmarking Hub | |
| MATH Level 5 | 78.6%#35 | Epoch AI Benchmarking Hub | |
| Arena Maths | 1407#144 | Arena (LMArena) |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Instruction Following不计入 Index | 1437#84 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1445#90 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index | 1259#89 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1436#64 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1466#73 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1443#103 | Arena (LMArena) | |
| Lech Mazur Creative Writing不计入 Index | 75.6%#25 | Lech Mazur |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Vision | 1195#95 | Arena (LMArena) | |
| VISTA | 42.1%#36 | Scale AI SEAL | |
| VPCT不计入 Index | 45.0%#13 | Epoch AI Benchmarking Hub |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Fiction.LiveBench 120k | 63.9%#12 | Fiction.live |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 136.4#126 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 9.6#405 | Artificial Analysis |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MASK不计入 Index | 56.9%#41 | Scale AI SEAL |
另请参阅
嵌入或引用
在模型卡片或 README 中展示 GPT-4.5 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/gpt-4-5)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 16). GPT-4.5 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gpt-4-5
BibTeX:
@misc{benchleader_gpt_4_5_20261116,
author = {{BenchLeader}},
title = {{GPT-4.5 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gpt-4-5}},
note = {Data as of 2026-11-16}
}常见问题
- GPT-4.5 的基准测试得分是多少?
- 截至 2026年11月16日,GPT-4.5 的 BenchLeader Index 为 50.5 ±5.2。最强的是人类偏好(63),最弱的是推理(39)。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。
- GPT-4.5 排名第几?
- 截至 2026年11月16日,GPT-4.5 在 608 个已排名配置中排第 335 名。另有 285 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 72.7。
- GPT-4.5 是什么时候发布的?
- OpenAI 于 2025年2月27日发布了 GPT-4.5。
数据截至 2026年11月16日。 与其他模型对比
引用格式:BenchLeader,《GPT-4.5:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/gpt-4-5。