BenchLeader

GPT-4.5

质量第 166 / 339 名
50.5Index
高于中位数
较中位数 +0.3

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index51
  2. 推理39
  3. 编程49
  4. 智能体与工具43
  5. 数学54
  6. 人类偏好63
  7. 多模态51
  8. 长上下文55

嵌入这个排名

更多徽章样式
[![GPT-4.5 on BenchLeader: 综合第 164 名](https://www.benchleader.com/badge/gpt-4-5.svg?style=compact)](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。

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 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-5.62026年7月9日––
GPT-5.5xhigh2026年4月23日64.1#31
GPT-5.4xhigh2026年3月5日63.1#42
GPT-5.2xhigh2025年12月11日59.9#95
GPT-5.1high2025年11月12日57.5#151
GPT-5medium2025年8月7日59.0#113
GPT-4.12025年4月14日48.7#377
GPT-4.5本页2025年2月27日50.5#335
GPT 4 01252024年1月25日––
GPT-4 11062023年11月6日––
GPT 4 06132023年6月13日39.5#541
GPT-42023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
455157

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。

编程

基准测试默认来源趋势
WeirdML39.4%#107WeirdML
Arena Coding1458#142Arena (LMArena)
Aider Polyglot44.9%#39Aider polyglot leaderboard

智能体与工具

基准测试默认来源趋势
Cybench17.5%#12Cybench

指令遵循

基准测试默认来源趋势
Arena Instruction Following不计入 Index1437#84Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1445#90Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index1259#89EQ-Bench
Arena Creative Writing不计入 Index1436#64Arena (LMArena)
Arena Multi-turn不计入 Index1466#73Arena (LMArena)
Arena Longer Queries不计入 Index1443#103Arena (LMArena)
Lech Mazur Creative Writing不计入 Index75.6%#25Lech Mazur

多模态

基准测试默认来源趋势
Arena Vision1195#95Arena (LMArena)
VISTA42.1%#36Scale AI SEAL
VPCT不计入 Index45.0%#13Epoch AI Benchmarking Hub

长上下文

基准测试默认来源趋势
Fiction.LiveBench 120k63.9%#12Fiction.live

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index136.4#126Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index9.6#405Artificial Analysis

安全与诚实

基准测试默认来源趋势
MASK不计入 Index56.9%#41Scale AI SEAL

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 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。

[![GPT-4.5 on BenchLeader: 综合第 164 名](https://www.benchleader.com/badge/gpt-4-5.svg)](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}
}

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

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。