GPT-5.1 · PaperBench · 10-paper subset; each paper requires <10GB external data · 成绩与配置

GPT-5.1 的 PaperBench · 10-paper subset; each paper requires <10GB external data 记录。本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录),附 1 条来源定位。

成绩与评测条件

GPT-5.1 · PaperBench 成绩与配置
指标与成绩配置与评测条件出处
Pass@134%原文 34% · 单位 %
公布 未确认
Codex-Max system-card later comparison
设置
GPT-5.1 comparison bars in the GPT-5.1-Codex-Max System Card; per-model effort not independently identified.
未知项
比较图没有逐模型明确所有采样与effort设置;不根据对照模型或token预算推定档位。
工具
工具条件未记录
推理预算
Extra High
框架
未记录
协议
PaperBench 10-paper subset; each requires <10GB external files; pass@1; no browsing. The section reports Extra High reasoning effort.
条件
原图明示百分比;未从柱高估数。GPT-5.1对照值属于后续来源。卡片当前修订时点未确认,publishedAt保持null;不混入内部PR/Proof Q&A或风险子任务。
在排名中查看此成绩

出处与披露

测试版本与指标

别名 PaperBench-10 (<10GB)

  • Pass@1 · % · 越高越好