GPT-5.2 · MMLU Language (0-shot) · OpenAI GPT-5 system card, 2025-08-07; MMLU test set translated by professional human translators; chain-of-thought prompting. Section 3.10 says 13 languages, but Table 10 lists 14 language rows. · 成绩与配置

GPT-5.2 的 MMLU Language (0-shot) · OpenAI GPT-5 system card, 2025-08-07; MMLU test set translated by professional human translators; chain-of-thought prompting. Section 3.10 says 13 languages, but Table 10 lists 14 language rows. 记录。本次发布有 14 条成绩记录,含 14 条精确值(可含历史记录),附 14 条来源定位。

成绩与评测条件

GPT-5.2 · MMLU Language (0-shot) 成绩与配置
指标与成绩配置与评测条件出处
Accuracy90.1%原文 0.901 · 单位 %
公布
GPT-5.2 Thinking (system card)
设置
System-card HealthBench table names GPT-5.2 Thinking; serving configuration is not stated.
未知项
Exact reasoning effort and serving configuration are not reported.
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
MMLU 测试集由专业人工译者翻译;0-shot chain-of-thought prompting;答案由 grader model 从模型回答中解析。
条件
语言:Arabic;GPT-5.2 Thinking system-card 配置;卡片未报告准确 reasoning effort。Section 3.10 称 13 种语言,Table 8 实列 14 行;按表逐行转录。
在排名中查看此成绩
Accuracy88.9%原文 0.889 · 单位 %
公布
GPT-5.2 Thinking (system card)
设置
System-card HealthBench table names GPT-5.2 Thinking; serving configuration is not stated.
未知项
Exact reasoning effort and serving configuration are not reported.
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
MMLU 测试集由专业人工译者翻译;0-shot chain-of-thought prompting;答案由 grader model 从模型回答中解析。
条件
语言:Bengali;GPT-5.2 Thinking system-card 配置;卡片未报告准确 reasoning effort。Section 3.10 称 13 种语言,Table 8 实列 14 行;按表逐行转录。
在排名中查看此成绩
Accuracy90.1%原文 0.901 · 单位 %
公布
GPT-5.2 Thinking (system card)
设置
System-card HealthBench table names GPT-5.2 Thinking; serving configuration is not stated.
未知项
Exact reasoning effort and serving configuration are not reported.
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
MMLU 测试集由专业人工译者翻译;0-shot chain-of-thought prompting;答案由 grader model 从模型回答中解析。
条件
语言:Chinese;GPT-5.2 Thinking system-card 配置;卡片未报告准确 reasoning effort。Section 3.10 称 13 种语言,Table 8 实列 14 行;按表逐行转录。
在排名中查看此成绩
Accuracy89.9%原文 0.899 · 单位 %
公布
GPT-5.2 Thinking (system card)
设置
System-card HealthBench table names GPT-5.2 Thinking; serving configuration is not stated.
未知项
Exact reasoning effort and serving configuration are not reported.
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
MMLU 测试集由专业人工译者翻译;0-shot chain-of-thought prompting;答案由 grader model 从模型回答中解析。
条件
语言:French;GPT-5.2 Thinking system-card 配置;卡片未报告准确 reasoning effort。Section 3.10 称 13 种语言,Table 8 实列 14 行;按表逐行转录。
在排名中查看此成绩
Accuracy90.3%原文 0.903 · 单位 %
公布
GPT-5.2 Thinking (system card)
设置
System-card HealthBench table names GPT-5.2 Thinking; serving configuration is not stated.
未知项
Exact reasoning effort and serving configuration are not reported.
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
MMLU 测试集由专业人工译者翻译;0-shot chain-of-thought prompting;答案由 grader model 从模型回答中解析。
条件
语言:German;GPT-5.2 Thinking system-card 配置;卡片未报告准确 reasoning effort。Section 3.10 称 13 种语言,Table 8 实列 14 行;按表逐行转录。
在排名中查看此成绩
Accuracy90%原文 0.900 · 单位 %
公布
GPT-5.2 Thinking (system card)
设置
System-card HealthBench table names GPT-5.2 Thinking; serving configuration is not stated.
未知项
Exact reasoning effort and serving configuration are not reported.
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
MMLU 测试集由专业人工译者翻译;0-shot chain-of-thought prompting;答案由 grader model 从模型回答中解析。
条件
语言:Hindi;GPT-5.2 Thinking system-card 配置;卡片未报告准确 reasoning effort。Section 3.10 称 13 种语言,Table 8 实列 14 行;按表逐行转录。
在排名中查看此成绩
Accuracy90.4%原文 0.904 · 单位 %
公布
GPT-5.2 Thinking (system card)
设置
System-card HealthBench table names GPT-5.2 Thinking; serving configuration is not stated.
未知项
Exact reasoning effort and serving configuration are not reported.
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
MMLU 测试集由专业人工译者翻译;0-shot chain-of-thought prompting;答案由 grader model 从模型回答中解析。
条件
语言:Indonesian;GPT-5.2 Thinking system-card 配置;卡片未报告准确 reasoning effort。Section 3.10 称 13 种语言,Table 8 实列 14 行;按表逐行转录。
在排名中查看此成绩
Accuracy91%原文 0.910 · 单位 %
公布
GPT-5.2 Thinking (system card)
设置
System-card HealthBench table names GPT-5.2 Thinking; serving configuration is not stated.
未知项
Exact reasoning effort and serving configuration are not reported.
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
MMLU 测试集由专业人工译者翻译;0-shot chain-of-thought prompting;答案由 grader model 从模型回答中解析。
条件
语言:Italian;GPT-5.2 Thinking system-card 配置;卡片未报告准确 reasoning effort。Section 3.10 称 13 种语言,Table 8 实列 14 行;按表逐行转录。
在排名中查看此成绩
Accuracy89.7%原文 0.897 · 单位 %
公布
GPT-5.2 Thinking (system card)
设置
System-card HealthBench table names GPT-5.2 Thinking; serving configuration is not stated.
未知项
Exact reasoning effort and serving configuration are not reported.
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
MMLU 测试集由专业人工译者翻译;0-shot chain-of-thought prompting;答案由 grader model 从模型回答中解析。
条件
语言:Japanese;GPT-5.2 Thinking system-card 配置;卡片未报告准确 reasoning effort。Section 3.10 称 13 种语言,Table 8 实列 14 行;按表逐行转录。
在排名中查看此成绩
Accuracy89.5%原文 0.895 · 单位 %
公布
GPT-5.2 Thinking (system card)
设置
System-card HealthBench table names GPT-5.2 Thinking; serving configuration is not stated.
未知项
Exact reasoning effort and serving configuration are not reported.
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
MMLU 测试集由专业人工译者翻译;0-shot chain-of-thought prompting;答案由 grader model 从模型回答中解析。
条件
语言:Korean;GPT-5.2 Thinking system-card 配置;卡片未报告准确 reasoning effort。Section 3.10 称 13 种语言,Table 8 实列 14 行;按表逐行转录。
在排名中查看此成绩
Accuracy91%原文 0.910 · 单位 %
公布
GPT-5.2 Thinking (system card)
设置
System-card HealthBench table names GPT-5.2 Thinking; serving configuration is not stated.
未知项
Exact reasoning effort and serving configuration are not reported.
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
MMLU 测试集由专业人工译者翻译;0-shot chain-of-thought prompting;答案由 grader model 从模型回答中解析。
条件
语言:Portuguese;GPT-5.2 Thinking system-card 配置;卡片未报告准确 reasoning effort。Section 3.10 称 13 种语言,Table 8 实列 14 行;按表逐行转录。
在排名中查看此成绩
Accuracy91.3%原文 0.913 · 单位 %
公布
GPT-5.2 Thinking (system card)
设置
System-card HealthBench table names GPT-5.2 Thinking; serving configuration is not stated.
未知项
Exact reasoning effort and serving configuration are not reported.
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
MMLU 测试集由专业人工译者翻译;0-shot chain-of-thought prompting;答案由 grader model 从模型回答中解析。
条件
语言:Spanish;GPT-5.2 Thinking system-card 配置;卡片未报告准确 reasoning effort。Section 3.10 称 13 种语言,Table 8 实列 14 行;按表逐行转录。
在排名中查看此成绩
Accuracy88%原文 0.880 · 单位 %
公布
GPT-5.2 Thinking (system card)
设置
System-card HealthBench table names GPT-5.2 Thinking; serving configuration is not stated.
未知项
Exact reasoning effort and serving configuration are not reported.
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
MMLU 测试集由专业人工译者翻译;0-shot chain-of-thought prompting;答案由 grader model 从模型回答中解析。
条件
语言:Swahili;GPT-5.2 Thinking system-card 配置;卡片未报告准确 reasoning effort。Section 3.10 称 13 种语言,Table 8 实列 14 行;按表逐行转录。
在排名中查看此成绩
Accuracy80.8%原文 0.808 · 单位 %
公布
GPT-5.2 Thinking (system card)
设置
System-card HealthBench table names GPT-5.2 Thinking; serving configuration is not stated.
未知项
Exact reasoning effort and serving configuration are not reported.
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
MMLU 测试集由专业人工译者翻译;0-shot chain-of-thought prompting;答案由 grader model 从模型回答中解析。
条件
语言:Yoruba;GPT-5.2 Thinking system-card 配置;卡片未报告准确 reasoning effort。Section 3.10 称 13 种语言,Table 8 实列 14 行;按表逐行转录。
在排名中查看此成绩

出处与披露

测试版本与指标

别名 MMLU Language (0-shot; GPT-5 System Card)

  • Accuracy · % · 越高越好