OpenAI o1全方位SOTA登顶lmsys排行榜！数学能力碾压Claude和谷歌模型，o1-mini并列第一

文章预览

经过一周的激烈角逐，OpenAI的o1模型在lmsys排行榜上取得了显著的成绩。同时，为了满足公众对模型性能的好奇心，OpenAI公开了o1在测评中使用的所有代码。 备受期待的OpenAI o1模型在lmsys的测评中表现出色。 不出所料，o1-preview在各个领域均取得了领先地位，超越了GPT-4o的最新版本，在数学、复杂提示和编程领域尤为突出； 而o1-mini，尽管名字中有“mini”，却也与GPT-4o并列综合排名第二，同样在复杂提示、编程、数学等领域登顶。 lmsys社区官方在社交平台上表示，这项测试结果是基于6k+社区投票得出的，并将OpenAI的这一成就描述为“难以置信的里程碑”。 o1-preview在所有模型中的胜率均超过50%，尤其是与04-09版GPT-4-Turbo的对比中，胜率达到了88%。 o1-mini在与o1-preview的对决中胜率为46%，与09-03版GPT-4o的对决中胜率为48%，显示出两者实力相当。 值得注意的 ………………………………