BenchLeader

GPT-5 nano

推理强度
质量第 91 / 339 名
56.2Index
高于中位数
较中位数 +6.0
价格第 23 / 255 名
$0.138每百万 token
最便宜的 10%
中位数的 0.2 倍
速度第 74 / 216 名
106token/秒
高于中位数
中位数的 1.3 倍
性价比第 17 / 255 名
407.2分/$
前 10%
中位数的 7.4 倍

在这一档性价比不错: 在 Index 相差 2 分以内的已排名模型中,没有价格不超过它四分之三的模型。

没有比它更便宜且得分更高的已排名模型:它位于价格前沿上。

截至 2026年11月16日,GPT-5 nano(OpenAI)在 BenchLeader Index 上得分 56.2(共 608 个已排名配置)。表现最好的是指令遵循(66),最弱的是智能体与工具(49)。API 价格为输入每百万 token $0.050、输出每百万 token $0.400(按 3:1 混合为 $0.138),为 2026年11月16日的标价。输出速度约为 110 token/秒(OpenRouter)。发布于 2025年8月7日。

要点(截至 2026年11月16日)

  • GPT-5 nano 的 API 价格为输入每百万 token $0.050、输出每百万 token $0.400(按 3:1 混合为 $0.138)(标价,2026年11月16日)。
  • GPT-5 nano 的输出速度约为 110 token/秒(OpenRouter,2026年11月16日)。
  • GPT-5 nano 于 2025年8月7日发布(OpenAI)。

详细说明:GPT-5 nano 是 OpenAI 的闭源推理模型,发布于 2025年8月7日。其最佳配置在 BenchLeader Index 上得分 56.2 ±8.7,在 608 个配置中排第 187 名,处于上半区。关键在于这个“±”:另有 380 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,指令遵循得分最高(66),智能体与工具最低(49)。按混合价格计,每百万 token $0.138,属于已排名模型中最便宜的五分之一。输出速度为 106 token/秒,首 token 延迟 2.9 秒,比大多数模型快。它已在 5 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2025年11月24日。数据较旧:六个月内没有新结果

混合价格
$0.138/M
输入 $0.050 · 输出 $0.400
来源:models.dev
输出速度
106 tok/s
OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
首次回答
2.93 s
上下文
400k
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2025年8月7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 Index56
  2. 推理57
  3. 智能体与工具49
  4. 数学64
  5. 指令遵循66

嵌入这个排名

更多徽章样式
[![GPT-5 nano on BenchLeader: 综合第 90 名](https://www.benchleader.com/badge/gpt-5-nano.svg?style=compact)](https://www.benchleader.com/models/gpt-5-nano)

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 3 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-5.4 Nanoxhigh2026年3月17日53.9#244
GPT-5 nano本页2025年8月7日56.2#187
GPT-4.1 nano2025年4月14日36.9#574

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
minimal35.5#586107 tok/s1.49 s$0.0001智能体与工具 40 · 指令遵循 36 · 长上下文 33 · 数学 30 · 多模态 13 · 推理 32
low39.2#549106 tok/s2.93 s$0.0001编程 34 · 数学 33 · 推理 34
medium45.6#451157 tok/s22 s$0.0001智能体与工具 36 · 编程 34 · 指令遵循 65 · 长上下文 36 · 数学 62 · 多模态 40 · 推理 39
high47.4#405165 tok/s52 s$0.0001智能体与工具 44 · 编程 48 · 人类偏好 50 · 指令遵循 67 · 知识 35 · 长上下文 46 · 数学 48 · 多模态 45 · 推理 41
未说明最佳56.2#187106 tok/s2.93 s$0.0001智能体与工具 49 · 指令遵循 66 · 数学 64 · 推理 57

Index 走势

2026年9月8日 至 2026年11月16日
304865
  • 默认
  • high
  • medium
  • low

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。

元数据

基准测试minimalmediumhigh来源趋势
AA Openness Index不计入 Index5.6#3075.6#3075.6#307Artificial Analysis

推理

基准测试minimallowmediumhigh默认来源趋势
GPQA Diamond48.5%#23457.6%#20867.4%#18869.4%#184–Epoch AI Benchmarking Hub
Arena Hard Prompts–––1356#219–Arena (LMArena)
GPQA Diamond (AA)不计入 Index42.8%#469–67.0%#33267.6%#325–Artificial Analysis
Humanity's Last Exam (AA)不计入 Index4.0%#575–8.7%#3659.5%#354–Artificial Analysis
GPQA Diamond (Vals)不计入 Index–––63.4%#103–Vals AI
Kagi LLM Benchmark推理强度未说明––––62.2%#46Kagi LLM Benchmark
GPQA Diamond (HELM)不计入 Index推理强度未说明––––67.9%#13HELM Capabilities
ARC-AGI-11.5%#2634.0%#25920.7%#22916.7%#233–ARC Prize
ARC-AGI-20.0%#2510.0%#2510.9%#2372.6%#204–ARC Prize
CritPt不计入 Index0.0%#337–0.0%#3370.0%#337–Artificial Analysis
Arena Expert不计入 Index–––1355#209–Arena (LMArena)
Chess Puzzles不计入 Index2.0%#15115.0%#120–22.0%#91–Epoch AI Benchmarking Hub
Mystery Game Puzzles不计入 Index5.0%#1379.0%#1209.0%#1208.0%#124–Epoch AI Benchmarking Hub
LMCA不计入 Index–––7.9%#193–Epoch AI Benchmarking Hub
DTBench不计入 Index–––62.7%#183–Epoch AI Benchmarking Hub
ForecastBench不计入 Index推理强度未说明––––58.7%#79ForecastBench

编程

基准测试minimallowmediumhigh默认来源趋势
WeirdML–25.9%#137–38.1%#113–WeirdML
Arena Coding–––1385#218–Arena (LMArena)
LiveCodeBench–––70.2%#87–Vals AI
SWE-bench Verified (bash only)––34.8%#38––SWE-bench
SWE-bench Verified (any scaffold)不计入 Index––34.8%#50––SWE-bench
ALE-Bench不计入 Index–––718.7#96–Epoch AI Benchmarking Hub
Design Arena Website不计入 Index推理强度未说明––––1093#148Design Arena
LiveCodeBench (AA)不计入 Index47.0%#149–76.3%#4278.9%#31–Artificial Analysis

智能体与工具

基准测试minimalmediumhigh默认来源趋势
Terminal-Bench–11.5%#100–21.8%#85Terminal-Bench
Terminal-Bench Hard6.8%#25417.4%#18212.1%#215–Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index25.7%#29530.4%#26336.5%#234–Artificial Analysis
BFCL Overall推理强度未说明–––51.5%#22Berkeley Function Calling Leaderboard

数学

基准测试minimallowmediumhigh默认来源趋势
FrontierMath Tiers 1–31.8%#1196.0%#114–20.0%#94–Epoch AI Benchmarking Hub
FrontierMath Tier 4–––2.4%#73–Epoch AI Benchmarking Hub
OTIS Mock AIME35.6%#21646.7%#19974.2%#13981.1%#124–Epoch AI Benchmarking Hub
MATH Level 5––95.2%#1394.9%#15–Epoch AI Benchmarking Hub
ProofBench–––12.0%#68–Vals AI
AIME (Vals)–––81.2%#45–Vals AI
MGSM–––89.3%#46–Vals AI
Omni-MATH (HELM)推理强度未说明––––54.7%#16HELM Capabilities
MATH 500不计入 Index–––93.8%#15–Vals AI
Arena Maths–––1348#205–Arena (LMArena)
AIME 2025 (AA)不计入 Index27.3%#181–78.3%#6983.7%#50–Artificial Analysis

知识

基准测试high默认来源趋势
SimpleQA Verified11.7%#95–Epoch AI Benchmarking Hub
MMLU-Pro76.1%#105–Vals AI
LegalBench50.1%#145–Vals AI
TaxEval67.4%#106–Vals AI
MedQA93.3%#23–Vals AI
MMLU-Pro (HELM)不计入 Index推理强度未说明–77.8%#26HELM Capabilities
CaseLaw v2不计入 Index52.6%#43–Vals AI
MedCode不计入 Index30.4%#93–Vals AI
MedScribe不计入 Index72.9%#82–Vals AI
Global-MMLU-Lite (AA)不计入 Index81.2%#62–Artificial Analysis

指令遵循

基准测试minimalmediumhigh默认来源趋势
IFBench32.5%#34665.9%#10167.5%#85–Artificial Analysis
IFEval (HELM)推理强度未说明–––93.2%#4HELM Capabilities
WildBench (HELM)推理强度未说明–––80.6%#30HELM Capabilities
Arena Instruction Following不计入 Index––1326#219–Arena (LMArena)

人类偏好

基准测试high默认来源趋势
Arena Text1338#223–Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index推理强度未说明–703#121EQ-Bench
Arena Creative Writing不计入 Index1246#278–Arena (LMArena)
Arena Multi-turn不计入 Index1325#228–Arena (LMArena)
Arena Longer Queries不计入 Index1332#235–Arena (LMArena)

多模态

基准测试minimalmediumhigh来源趋势
Arena Vision––1159#113Arena (LMArena)
MMMU-Pro31.8%#28758.2%#23361.0%#222Artificial Analysis
MMMU-Pro (Vals)不计入 Index––70.9%#68Vals AI
MortgageTax不计入 Index––53.6%#77Vals AI
VPCT不计入 Index–35.4%#2537.2%#23Epoch AI Benchmarking Hub

长上下文

基准测试minimalmediumhigh来源趋势
Fiction.LiveBench 120k–21.9%#34–Fiction.live
AA-LCR v1.120.0%#46043.7%#36645.0%#360Artificial Analysis

综合

基准测试minimalmediumhigh默认来源趋势
Epoch Capabilities Index不计入 Index推理强度未说明–––139.1#118Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index7.1#50512.5#33813.0#329–Artificial Analysis
AA Progress Index v1不计入 Index165#518221.2#345225.5#332–Artificial Analysis
HELM Capabilities mean不计入 Index推理强度未说明–––74.8%#14HELM Capabilities

优势所在

在所有已测配置中,这个配置排名前五的基准测试。

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
OpenAI139 tok/s3.40 s$0.050$0.400400k–
OpenAI95 tok/s1.85 s$0.025$0.200400k–
Azure46 tok/s1.49 s$0.050$0.400400k–

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.005。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0001$0.00015.8 s
总结一份 30 页的报告12,000 / 600$0.0008$0.00048.6 s
代码编辑6,000 / 1,500$0.0009$0.000717.1 s
智能体编程会话60,000 / 4,000$0.0046$0.002640.7 s
结构化信息提取2,000 / 200$0.0002$0.00014.8 s

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-5 nano 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-5 nano on BenchLeader: 综合第 90 名](https://www.benchleader.com/badge/gpt-5-nano.svg)](https://www.benchleader.com/models/gpt-5-nano)

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-5 nano on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gpt-5-nano

BibTeX:

@misc{benchleader_gpt_5_nano_20261116,
  author       = {{BenchLeader}},
  title        = {{GPT-5 nano on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gpt-5-nano}},
  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-5 nano 的基准测试得分是多少?
截至 2026年11月16日,GPT-5 nano 的 BenchLeader Index 为 56.2 ±8.7。最强的是指令遵循(66),最弱的是智能体与工具(49)。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-5 nano 排名第几?
截至 2026年11月16日,GPT-5 nano 在 608 个已排名配置中排第 187 名。另有 380 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-5 nano 每百万 token 的价格是多少?
截至 2026年11月16日,GPT-5 nano 的价格为输入每百万 token $0.050、输出每百万 token $0.400,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.138。
GPT-5 nano 是什么时候发布的?
OpenAI 于 2025年8月7日发布了 GPT-5 nano。BenchLeader 收录了它在 5 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《GPT-5 nano: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-5-nano。