GPT mini · GPQA Diamond · 198-question Diamond subset · 历代记录

按发布时间查看 GPT mini 的 2 次发布在 GPQA Diamond · 198-question Diamond subset 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 mini

· 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 mini · GPQA Diamond 成绩与配置
指标与成绩配置与评测条件出处
Accuracy82.3%原文 82.3% · 单位 %
公布
GPT-5 mini (high)
设置
API mini model; benchmark table labels high reasoning effort.
未知项
未另记
工具
禁止工具
推理预算
high
框架
未记录
协议
GPQA diamond (no tools)
条件
API GPT-5 mini; high reasoning effort.
在排名中查看此成绩

GPT-5.4 mini

· 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-5.4 mini · GPQA Diamond 成绩与配置
指标与成绩配置与评测条件出处
Accuracy88%原文 88.0% · 单位 %
公布 未确认
GPT-5.4 mini (xhigh)
设置
The official comparison table labels GPT-5.4 mini (xhigh).
未知项
未另记
工具
工具条件未记录
推理预算
xhigh
框架
未记录
协议
GPQA Diamond; tool access not separately stated in the table.
条件
Official comparison table labels GPT-5.4 mini (xhigh).
在排名中查看此成绩