o1-mini
截至 2026年11月16日,o1-mini(OpenAI)在 BenchLeader Index 上得分 46.7(共 608 个已排名配置)。表现最好的是数学(53),最弱的是推理(36)。发布于 2024年9月12日。
要点(截至 2026年11月16日)
- o1-mini 于 2024年9月12日发布(OpenAI)。
详细说明:o1-mini 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 46.7 ±7.3,在 608 个配置中排第 424 名,处于下半区。关键在于这个“±”:另有 310 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,数学得分最高(53),推理最低(36)。它已在 3 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
- 2024年9月12日
- 综合 Index47
- 推理36
- 编程43
- 数学53
- 人类偏好50
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/o1-mini)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。
Index 走势
2026年9月8日 至 2026年11月16日- 默认
- medium
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 | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| GPQA Diamond | 59.5%#207 | 62.4%#202 | – | Epoch AI Benchmarking Hub | |
| SimpleBench | 18.1%#108 | – | – | SimpleBench | |
| Arena Hard Prompts推理强度未说明 | – | – | 1360#216 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index推理强度未说明 | – | – | 60.3%#381 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index推理强度未说明 | – | – | 3.6%#609 | Artificial Analysis | |
| ARC-AGI-1推理强度未说明 | – | – | 14.0%#238 | ARC Prize | |
| ARC-AGI-2推理强度未说明 | – | – | 0.8%#239 | ARC Prize | |
| Arena Expert不计入 Index推理强度未说明 | – | – | 1351#214 | Arena (LMArena) |
编程
| 基准测试 | medium | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| WeirdML | 36.3%#125 | – | WeirdML | |
| Arena Coding推理强度未说明 | – | 1386#216 | Arena (LMArena) | |
| Aider Polyglot推理强度未说明 | – | 32.9%#46 | Aider polyglot leaderboard | |
| LiveCodeBench (AA)不计入 Index推理强度未说明 | – | 57.6%#118 | Artificial Analysis |
智能体与工具
| 基准测试 | medium | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Cybench | 10.0%#15 | – | Cybench | |
| BrowseComp不计入 Index推理强度未说明 | – | 0.9%#21 | OpenAI |
数学
| 基准测试 | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| OTIS Mock AIME | 44.7%#203 | 46.9%#198 | – | Epoch AI Benchmarking Hub | |
| MATH Level 5 | 84.3%#29 | 89.2%#22 | – | Epoch AI Benchmarking Hub | |
| Arena Maths推理强度未说明 | – | – | 1361#196 | Arena (LMArena) |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Instruction Following不计入 Index | 1332#213 | Arena (LMArena) |
人类偏好
| 基准测试 | medium | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text推理强度未说明 | – | 1337#224 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index推理强度未说明 | – | 1281#246 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index推理强度未说明 | – | 1323#230 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index推理强度未说明 | – | 1344#217 | Arena (LMArena) | |
| Lech Mazur Creative Writing不计入 Index | 64.9%#37 | – | Lech Mazur |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 135.3#130 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 9.8#401 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 199.5#420 | Artificial Analysis |
另请参阅
嵌入或引用
在模型卡片或 README 中展示 o1-mini 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-mini)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). o1-mini on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/o1-mini
BibTeX:
@misc{benchleader_o1_mini_20261116,
author = {{BenchLeader}},
title = {{o1-mini on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/o1-mini}},
note = {Data as of 2026-11-16}
}常见问题
- o1-mini 的基准测试得分是多少?
- 截至 2026年11月16日,o1-mini 的 BenchLeader Index 为 46.7 ±7.3。最强的是数学(53),最弱的是推理(36)。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-mini 排名第几?
- 截至 2026年11月16日,o1-mini 在 608 个已排名配置中排第 424 名。另有 310 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。
- o1-mini 是什么时候发布的?
- OpenAI 于 2024年9月12日发布了 o1-mini。BenchLeader 收录了它在 3 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,《o1-mini: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/o1-mini。