BenchLeader

o3 + GPT-4.1

发布追踪 · 第 9 天

o3 + GPT-4.1 发布之初:首批第三方结果

截至 2026年11月16日,o3 + GPT-4.1(OpenAI,首次收录于 2026年11月8日)已有来自 Aider polyglot leaderboard(Aider Polyglot 78.2%)的第三方结果。它还没有 BenchLeader Index:Index 需要至少两个类别、合计至少五项第三方结果。Artificial Analysis、LMArena、Epoch AI、Vals AI、LiveBench、ARC Prize、Scale AI 和 SWE-bench 尚未测量。

首次收录
2026年11月8日(第 9 天)
提供商
OpenAI
价格
尚未公布
上下文窗口
尚未公布
开放权重
未说明
BenchLeader Index
暂无(需要两个类别、共五项结果)
第三方排行榜目前的结果
Aider polyglot leaderboardAider Polyglot 78.2%

各排行榜通常在模型发布后几天内公布结果;本页每 6 小时重新生成一次。

仅显示第三方发布方的分数;提供商就自家模型公布的基准测试数字不予显示。

截至 2026年11月16日,o3 + GPT-4.1(OpenAI)尚未进入 BenchLeader Index 排名,Index 需要至少两个类别、合计至少五项第三方结果。

详细说明:o3 + GPT-4.1 是 OpenAI 的模型。尚未进入排名:Index 需要至少两个类别、合计至少五项第三方结果。最近一次测量:2025年6月27日。数据较旧:六个月内没有新结果

混合价格
–
输出速度
–
首次回答
–
上下文
–
单任务成本
–
单任务 token 数
–
发布日期
–
来源未公布日期
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 编程68

o3 + GPT-4.1 首次获得基准测试结果时发邮件通知我

OpenAI 发布新模型时也会通知,每周一另有每周回顾。

选择提供商和邮件类型

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high来源
Aider Polyglot78.2%#9Aider polyglot leaderboard

OpenAI 的更多模型

本月新上线

另请参阅

常见问题

为什么 o3 + GPT-4.1 没有 BenchLeader Index 得分?
Index 需要至少两个类别、合计至少五项第三方结果,截至 2026年11月16日,o3 + GPT-4.1 尚未达到。我们从不采用发布文章中的分数,因此要等第三方发布方完成测量后才会排名。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《o3 + GPT-4.1: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/o3-plus-gpt-4-1。