GPT 无后缀型号 · τ²-bench · Retail section · 历代记录

按发布时间查看 GPT 无后缀型号 的 2 次发布在 τ²-bench · Retail section 的成绩、配置与披露。

仅为直接前代间的唯一、有效精确值计算差值,要求单位、指标与明确记录的配置和条件一致。

GPT-5

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

GPT-5 · τ²-bench 成绩与配置
指标与成绩配置与评测条件出处
Success rate81.1%原文 81.1% · 单位 %
公布
GPT-5 (high)
设置
API reasoning model; the developer release benchmark table labels high reasoning effort.
未知项
未另记
工具
允许工具
推理预算
high
框架
未记录
协议
τ²-bench retail
条件
API GPT-5; high reasoning effort.
在排名中查看此成绩

GPT-5.1

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

与直接前代的记录缺少满足差值计算的同条件依据。

GPT-5.1 · τ²-bench 成绩与配置
指标与成绩配置与评测条件出处
Success rate77.9%原文 77.9% · 单位 %
公布
GPT-5.1 (high)
设置
Developer release table labels high reasoning effort; page separately describes adaptive reasoning in ChatGPT Instant/Thinking.
未知项
未另记
工具
工具条件未记录
推理预算
high
框架
未记录
协议
Tau 2-bench Retail.
条件
High reasoning effort.
在排名中查看此成绩