o1-preview
性价比更高: Nemotron 3 Nano 30B A3B $0.088/M 即可获得 Index 47.4,价格只有 328 分之一。
有 173 个更便宜的已排名模型得分更高:Claude Fable 5.2 (70.2, $16.00)、Gemini 4 Carbon (68.6, $4.00)、GPT-6.2 Astra (68.3, $16.00),另有 170 个。
截至 2026年11月22日,o1-preview(OpenAI)在 BenchLeader Index 上得分 48.4(共 650 个已排名配置)。表现最好的是人类偏好(56),最弱的是智能体与工具(38)。API 价格为输入每百万 token $16.50、输出每百万 token $66.00(按 3:1 混合为 $28.88),为 2026年11月22日的标价。发布于 2024年9月12日。
要点(截至 2026年11月22日)
- o1-preview 的 API 价格为输入每百万 token $16.50、输出每百万 token $66.00(按 3:1 混合为 $28.88)(标价,2026年11月22日)。
- o1-preview 于 2024年9月12日发布(OpenAI)。
详细说明:o1-preview 是 OpenAI 的闭源推理模型,发布于 2024年9月12日。其最佳配置在 BenchLeader Index 上得分 48.4 ±5.4,在 650 个配置中排第 406 名,处于下半区。关键在于这个“±”:另有 301 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(56),智能体与工具最低(38)。按混合价格计,每百万 token $28.88,属于已排名模型中最贵的一档。它已在 2 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:2026年11月19日。
- 混合价格
- $28.88/M
- 输入 $16.50 · 输出 $66.00
- 来源:Artificial Analysis
- 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
- 2024年9月12日
- 综合 Index48
- 推理43
- 编程51
- 智能体与工具38
- 数学53
- 人类偏好56
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/o1-0912)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。
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。
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 | 50.3%#237 | Epoch AI Benchmarking Hub | |
| SimpleBench | 41.7%#81 | SimpleBench | |
| Arena Hard Prompts | 1396#195 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 76.5%#242 | Artificial Analysis | |
| Arena Expert不计入 Index | 1383#200 | Arena (LMArena) |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| WeirdML | 47.6%#77 | WeirdML | |
| Arena Coding | 1415#202 | Arena (LMArena) | |
| SWE-bench Verified (any scaffold)不计入 Index | 64.6%#23 | SWE-bench |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Cybench | 10.0%#15 | Cybench | |
| METR Time Horizons不计入 Index | 45.1%#30 | METR | |
| METR 50% Time Horizon不计入 Index | 20 min#17 | METR |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| OTIS Mock AIME | 31.1%#223 | Epoch AI Benchmarking Hub | |
| MATH Level 5 | 81.7%#34 | Epoch AI Benchmarking Hub | |
| Arena Maths | 1386#181 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 79.7%#68 | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Instruction Following不计入 Index | 1381#179 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1389#182 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1366#168 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1390#185 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1382#193 | Arena (LMArena) |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 133.6#146 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 11.4#370 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 226.1#371 | Artificial Analysis |
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 $8.25。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 | $0.026 | $0.024 | – |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.238 | $0.163 | – |
| 代码编辑 | 6,000 / 1,500 | $0.198 | $0.161 | – |
| 智能体编程会话 | 60,000 / 4,000 | $1.25 | $0.883 | – |
| 结构化信息提取 | 2,000 / 200 | $0.046 | $0.034 | – |
另请参阅
嵌入或引用
在模型卡片或 README 中展示 o1-preview 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/o1-0912)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 22). o1-preview on the BenchLeader Index (method v1.5) [Data set]. Retrieved November 22, 2026, from https://www.benchleader.com/models/o1-0912
BibTeX:
@misc{benchleader_o1_0912_20261122,
author = {{BenchLeader}},
title = {{o1-preview on the BenchLeader Index (method v1.5)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/o1-0912}},
note = {Data as of 2026-11-22}
}常见问题
- o1-preview 的基准测试得分是多少?
- 截至 2026年11月22日,o1-preview 的 BenchLeader Index 为 48.4 ±5.4。最强的是人类偏好(56),最弱的是智能体与工具(38)。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。
- o1-preview 排名第几?
- 截至 2026年11月22日,o1-preview 在 650 个已排名配置中排第 406 名。另有 301 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。
- o1-preview 每百万 token 的价格是多少?
- 截至 2026年11月22日,o1-preview 的价格为输入每百万 token $16.50、输出每百万 token $66.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $28.88。
- o1-preview 是什么时候发布的?
- OpenAI 于 2024年9月12日发布了 o1-preview。BenchLeader 收录了它在 2 种推理强度设置下的结果。
数据截至 2026年11月22日。 对比这些配置
引用格式:BenchLeader,《o1-preview:基准测试、价格、速度与排名》,数据截至 2026年11月22日,https://www.benchleader.com/zh/models/o1-0912。