BenchLeader

o1-mini

推理强度
质量第 205 / 339 名
46.7Index
低于中位数
较中位数 −3.5

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index47
  2. 推理36
  3. 编程43
  4. 数学53
  5. 人类偏好50

嵌入这个排名

更多徽章样式
[![o1-mini on BenchLeader: 综合第 201 名](https://www.benchleader.com/badge/o1-mini.svg?style=compact)](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。

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

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
medium44.4#470–––智能体与工具 38 · 编程 41 · 数学 53 · 推理 35
high–––––知识 56 · 数学 55 · 推理 46
未说明最佳46.7#424–––编程 43 · 人类偏好 50 · 数学 53 · 推理 36

Index 走势

2026年9月8日 至 2026年11月16日
374655
  • 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mediumhigh默认来源趋势
GPQA Diamond59.5%#20762.4%#202–Epoch AI Benchmarking Hub
SimpleBench18.1%#108––SimpleBench
Arena Hard Prompts推理强度未说明––1360#216Arena (LMArena)
GPQA Diamond (AA)不计入 Index推理强度未说明––60.3%#381Artificial Analysis
Humanity's Last Exam (AA)不计入 Index推理强度未说明––3.6%#609Artificial Analysis
ARC-AGI-1推理强度未说明––14.0%#238ARC Prize
ARC-AGI-2推理强度未说明––0.8%#239ARC Prize
Arena Expert不计入 Index推理强度未说明––1351#214Arena (LMArena)

编程

基准测试medium默认来源趋势
WeirdML36.3%#125–WeirdML
Arena Coding推理强度未说明–1386#216Arena (LMArena)
Aider Polyglot推理强度未说明–32.9%#46Aider polyglot leaderboard
LiveCodeBench (AA)不计入 Index推理强度未说明–57.6%#118Artificial Analysis

智能体与工具

基准测试medium默认来源趋势
Cybench10.0%#15–Cybench
BrowseComp不计入 Index推理强度未说明–0.9%#21OpenAI

数学

基准测试mediumhigh默认来源趋势
OTIS Mock AIME44.7%#20346.9%#198–Epoch AI Benchmarking Hub
MATH Level 584.3%#2989.2%#22–Epoch AI Benchmarking Hub
Arena Maths推理强度未说明––1361#196Arena (LMArena)

知识

基准测试high来源趋势
MedQA90.2%#46Vals AI

指令遵循

基准测试默认来源趋势
Arena Instruction Following不计入 Index1332#213Arena (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#224Arena (LMArena)
Arena Creative Writing不计入 Index推理强度未说明–1281#246Arena (LMArena)
Arena Multi-turn不计入 Index推理强度未说明–1323#230Arena (LMArena)
Arena Longer Queries不计入 Index推理强度未说明–1344#217Arena (LMArena)
Lech Mazur Creative Writing不计入 Index64.9%#37–Lech Mazur

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index135.3#130Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index9.8#401Artificial Analysis
AA Progress Index v1不计入 Index199.5#420Artificial Analysis

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 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。

[![o1-mini on BenchLeader: 综合第 201 名](https://www.benchleader.com/badge/o1-mini.svg)](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}
}

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

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。