DataLearner 标志DataLearnerAI
最新AI资讯
大模型排行榜
大模型评测基准
大模型列表
大模型对比
资源中心
工具
语言中文
DataLearner 标志DataLearner AI

专注大模型评测、数据资源与实践教学的知识平台,持续更新可落地的 AI 能力图谱。

产品

  • 评测榜单
  • 模型对比
  • 数据资源

资源

  • 部署教程
  • 原创内容
  • 工具导航

关于

  • 关于我们
  • 隐私政策
  • 数据收集方法
  • 联系我们

© 2026 DataLearner AI. DataLearner 持续整合行业数据与案例,为科研、企业与开发者提供可靠的大模型情报与实践指南。

隐私政策服务条款
页面导航
页面导航
大模型列表GPT-4o mini评测分析

GPT-4o mini 评测详情

GPT-4o mini 当前已收录的代表性评测结果包括 MBPP(4 / 28,得分 87.20)、MATH(19 / 42,得分 70.20)、GSM8K(12 / 26,得分 91.30)。

评测结果

GPT-4o mini

评测结果

思考模式
工具使用

综合评估

共 4 项评测
评测名称 / 模式
得分
排名/总数
MMLU
常规模式
82
46 / 65
MMLU Pro
常规模式
61.70
102 / 124
GPQA Diamond
常规模式
41.10
160 / 175
GPQA
常规模式
40.20
11 / 14

数学推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
GSM8K
常规模式
91.30
12 / 26
MATH
常规模式
70.20
19 / 42

编程与软件工程

共 2 项评测
评测名称 / 模式
得分
排名/总数
HumanEval
常规模式
87.20
19 / 39
MBPP
常规模式
87.20
4 / 28

常识问答

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleQA
常规模式
9.50
41 / 45

OpenClaw智能体能力综合测评

共 1 项评测
评测名称 / 模式
得分
排名/总数
Pinch Bench
开启思考工具
75
27 / 37
与其他模型对比