GPT-5.1
OpenAI · gpt-5.1-2025-11-13 · United States of America · 上线 2025-11-13
64ECI 榜名次
150Epoch ECI
1456网友盲测分（全球第 69）
12有成绩的基准
最拿手
- WeirdML：第 29 / 89 名（成绩 60.8%）
- Chess Puzzles：第 32 / 81 名（成绩 42.0%）
- SimpleQA Verified：第 33 / 81 名（成绩 48.0%）
相对薄弱
- Mystery Game Puzzles：第 47 / 76 名（成绩 19.0%）
- ARC-AGI-2：第 51 / 78 名（成绩 17.6%）
各基准成绩
| 基准 | 成绩 | 名次 | 超过了多少模型 |
|---|---|---|---|
| WeirdML | 60.8% | 29 / 89 | |
| Chess Puzzles | 42.0% | 32 / 81 | |
| SimpleQA Verified | 48.0% | 33 / 81 | |
| DTBench | 90.1% | 43 / 109 | |
| LMCA | 43.9% | 44 / 104 | |
| GPQA diamond | 87.6% | 57 / 117 | |
| OTIS Mock AIME 2024-2025 | 88.6% | 62 / 118 | |
| SimpleBench | 53.2% | 32 / 60 | |
| ARC-AGI | 72.8% | 49 / 79 | |
| GSO-Bench | 13.7% | 16 / 25 | |
| ARC-AGI-2 | 17.6% | 51 / 78 | |
| Mystery Game Puzzles | 19.0% | 47 / 76 |
成绩是该模型在最佳推理强度下的结果；名次只在已评分的模型里比。
ECI 相近的模型
| # | 模型 | ECI | 上线 |
|---|---|---|---|
| 61▼4 | Claude Opus 4.5 Anthropic | ±2.6 | 2025-11-24 |
| 62▼4 | Kimi K2.7 Code Moonshot | ±2.0 | 2026-06-12 |
| 63▼3 | GLM-5.1 Z.ai | ±2.0 | 2026-04-07 |
| 65▼3 | Qwen 3.6 Max (Preview) Alibaba | ±2.7 | 2026-04-20 |
| 66▼3 | DeepSeek-V4-Pro DeepSeek | ±1.6 | 2026-04-24 |
| 67▼3 | Grok 4.3 Beta xAI | ±1.6 | 2026-04-17 |