Olmo 3.1 32B
截至 2026年11月16日,Olmo 3.1 32B(Ai2)在 BenchLeader Index 上得分 45.1(共 608 个已排名配置)。表现最好的是指令遵循(65),最弱的是长上下文(23)。发布于 2025年12月12日。
要点(截至 2026年11月16日)
- Olmo 3.1 32B 于 2025年12月12日发布(Ai2)。
详细说明:Olmo 3.1 32B 是 Ai2 的开放权重模型,发布于 2025年12月12日。其最佳配置(推理强度 thinking)在 BenchLeader Index 上得分 45.1 ±8.9,在 608 个配置中排第 462 名,处于下半区。关键在于这个“±”:另有 341 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(65),长上下文最低(23)。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11日。
- 混合价格
- –
- 输出速度
- –
- 首次回答
- –
- 上下文
- 66k
- 来源:Artificial Analysis
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年12月12日
- 综合 Index45
- 推理44
- 编程45
- 智能体与工具34
- 数学47
- 指令遵循65
- 人类偏好43
- 长上下文23
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/olmo-3-1-32b)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。
版本
Ai2 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 |
|---|---|---|---|
| Olmo 3.1 32Bthinking本页 | 2025年12月12日 | 45.1 | #462 |
| Olmo 3 32Bthinking | 2025年11月20日 | 44.6 | #468 |
| Olmo 2 32B | 2025年3月13日 | 40.2 | #531 |
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9日 至 2026年11月16日- thinking
- 默认
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 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| AA Openness Index不计入 Index | 88.9#1 | 88.9#1 | Artificial Analysis |
推理
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Hard Prompts | 1305#268 | 1349#225 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 59.1%#388 | 53.9%#416 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 6.3%#422 | 5.0%#476 | Artificial Analysis | |
| CritPt不计入 Index | 0.0%#337 | 0.0%#337 | Artificial Analysis | |
| Arena Expert不计入 Index | 1336#222 | 1324#230 | Arena (LMArena) |
编程
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Coding | 1340#264 | 1381#223 | Arena (LMArena) | |
| Design Arena Website不计入 Index | 970#175 | – | Design Arena | |
| LiveCodeBench (AA)不计入 Index | 69.5%#68 | – | Artificial Analysis |
智能体与工具
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Terminal-Bench Hard | 0.0%#367 | 0.0%#367 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 0.0%#398 | 21.4%#328 | Artificial Analysis |
数学
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Maths | 1302#233 | 1298#234 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 77.3%#73 | – | Artificial Analysis |
知识
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| Global-MMLU-Lite (AA)不计入 Index | 71.5%#98 | Artificial Analysis |
指令遵循
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| IFBench | 66.0%#100 | 39.2%#274 | Artificial Analysis | |
| Arena Instruction Following不计入 Index | 1280#269 | 1321#225 | Arena (LMArena) |
人类偏好
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1286#280 | 1329#231 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1248#276 | 1294#231 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1266#281 | 1330#218 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1307#260 | 1336#229 | Arena (LMArena) |
长上下文
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| AA-LCR v1.1 | 0.0%#517 | 0.0%#517 | Artificial Analysis |
综合
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 7.1#502 | 6.5#533 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 203.1#404 | 159.9#533 | Artificial Analysis |
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Olmo 3.1 32B 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/olmo-3-1-32b)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). Olmo 3.1 32B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/olmo-3-1-32b
BibTeX:
@misc{benchleader_olmo_3_1_32b_20261116,
author = {{BenchLeader}},
title = {{Olmo 3.1 32B on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/olmo-3-1-32b}},
note = {Data as of 2026-11-16}
}常见问题
- Olmo 3.1 32B 的基准测试得分是多少?
- 截至 2026年11月16日,Olmo 3.1 32B(推理强度 thinking)的 BenchLeader Index 为 45.1 ±8.9。最强的是指令遵循(65),最弱的是长上下文(23)。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。
- Olmo 3.1 32B 排名第几?
- 截至 2026年11月16日,Olmo 3.1 32B(推理强度 thinking)在 608 个已排名配置中排第 462 名。另有 341 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。
- Olmo 3.1 32B 是什么时候发布的?
- Ai2 于 2025年12月12日发布了 Olmo 3.1 32B。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16日。 对比这些配置
引用格式:BenchLeader,《Olmo 3.1 32B: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/olmo-3-1-32b。