UMBRELLA 4365 o1
OpenAI · o 系列 谱系 · 2024.12.05 发布 · 在 1 项基准上留有 1 条公开成绩。数字全部取自官方发布材料、第三方评测机构与站内已查证档案，评测口径（版本 / 算力档 / 脚手架）标在备注里；因训练数据污染撤榜的成绩不收录。仅作记录，不构成选型建议。
首个把「思维链」训练进强化学习的推理模型，答题前先思考；AIME、Codeforces 成绩跃升。推理模型这条赛道由此开辟，此后各家旗舰都长出了思考档。
◈ 评分卡 SCORECARD
综合分 · 相对前沿—
总排名未入榜
已测维度1 / 6
仅一个维度有公开成绩，不计综合分。综合分 = 各已测维度「相对前沿分」的平均：每个维度取该模型最近一次公开成绩，除以该维度当前最高分（最高 = 100）。至少两个维度有成绩才入总榜，覆盖维度数标在分数旁；未测不等于不行，只是没人公开考过。
| 维度 | 基准 | 成绩 | 相对前沿 | 该维度当前最高 | 日期 |
|---|---|---|---|---|---|
| 编码 | SWE-bench Verified | 48.9% | 50.4 | Muse Spark 1.3 75.4% | 2024.12.05 |
◈ 身份卡 IDENTITY
| 实验室 LAB | OpenAI |
| 谱系 FAMILY | o 系列 |
| 发布日 RELEASE | |
| 定位 TIER | 推理 |
| 上下文 CONTEXT | 200K |
| 价格 PRICE | $15 / $60 每百万 token 输入 / 输出 |
| 权重 WEIGHTS | 闭源 CLOSED |
| 状态 STATUS | 在役 ACTIVE |
| 信源 SOURCE | openai.com/index/openai-o1-system-card/ |
| 站内档案 ARCHIVE | — |
◈ 全部公开成绩 ALL RESULTS1 条
| 基准 | 分数 | 日期 | 口径 / 备注 | 信源 |
|---|---|---|---|---|
| SWE-bench Verified | 48.9% | o1 系统卡 · Agentless 脚手架 | 原文 ↗ |