Automatisierte Seite. Automatisch von KI verfasst und übersetzt und per Software mit den Quellen abgeglichen; keine menschliche Redaktion. SI-IQ ist ein Index auf Basis öffentlicher Benchmark-Ergebnisse, kein IQ-Test. So funktioniert es

Wie intelligent ist GPT-4 (Jun 2023)?

57 SI-IQ · 90-%-Intervall 51–63
Nicht in der Rangliste: Ergebnisse aus weniger als 5 Benchmarks; Ergebnisse von weniger als 2 Evaluatoren

GPT-4 (Jun 2023) ist ein Modell von OpenAI, veröffentlicht am 13.06.2023. Sein SI-IQ beträgt 57 (90-%-Intervall 51–63); die Schätzung stützt sich auf 4 Benchmark-Ergebnisse von 1 Evaluator.

Datenstand 18.10.2026 · Methode 1.0.0

Ein Modell wird in die Rangliste aufgenommen, wenn seine Ergebnisse aus mindestens 5 Benchmarks (die beiden Läufe von GPQA Diamond zählen als einer) in mindestens 3 Bereichen von mindestens 2 verschiedenen Evaluatoren stammen und die Veröffentlichungsdaten seiner Versionen höchstens 60 Tage auseinanderliegen. Dieses Modell erfüllt diese Bedingung noch nicht (Ergebnisse aus weniger als 5 Benchmarks; Ergebnisse von weniger als 2 Evaluatoren). Seine vorläufige Schätzung stützt sich auf 4 Benchmark-Ergebnisse und kann sich stark ändern, wenn weitere Ergebnisse hinzukommen.

Fakten

Entwickler: OpenAI
Veröffentlicht: 13.06.2023
Zugang: API-Zugang
Verwendete Benchmarks: 4 Benchmark-Ergebnisse von 1 Evaluator
API-Preis: 30 $ Eingabe / 60 $ Ausgabe pro 1 Mio. Tokens (Preisliste des Entwicklers, 18.10.2026)
Kontextfenster: 8.192 Tokens

Fähigkeiten nach Bereich (SI-IQ, 90-%-Intervall)

Alle verwendeten Benchmark-Ergebnisse

Jeder Wert ist genau so angegeben, wie ihn die Quelle veröffentlicht hat: bei Epoch AI die beste ihrer Laufeinstellungen, bei OpenRouter der mediane Hosting-Anbieter (das eigene Hosting des Entwicklers, wenn dieses den Test durchgeführt hat). „Abgeleiteter SI-IQ“ ist die Fähigkeit, auf die dieses einzelne Ergebnis hindeutet; der Gesamt-SI-IQ ist ihr präzisionsgewichteter Durchschnitt.

Benchmark	Bereich	Punktzahl	Abgeleiteter SI-IQ	Evaluiert von	Wie von der Quelle aufgeführt	Abgerufen	Quelle
Mystery Game Puzzles	Schlussfolgern	12,0 %	96	Epoch AI	`gpt-4-0613`	18.10.2026	Epoch AI Benchmarking Hub · Datendatei
MATH Level 5	Mathematik	23,0 %	55	Epoch AI	`gpt-4-0613`	18.10.2026	Epoch AI Benchmarking Hub · Datendatei
OTIS Mock AIME 2024–2025	Mathematik	1,1 %	51	Epoch AI	`gpt-4-0613`	18.10.2026	Epoch AI Benchmarking Hub · Datendatei
GPQA Diamond	Wissen	30,7 %	37	Epoch AI	`gpt-4-0613`	18.10.2026	Epoch AI Benchmarking Hub · Datendatei

Menschliche Präferenz (Arena)

In der Arena-Rangliste, in der Nutzer zwischen zwei anonymen Antworten abstimmen, hat GPT-4 (Jun 2023) eine Bewertung von 1.276 (1.272–1.280) aus 88.723 Stimmen (veröffentlicht am 15.10.2026). Menschliche Präferenz ist ein anderes Maß als die Leistung in Benchmarks und fließt nicht in den SI-IQ ein. Arena (Hugging Face)

Berechnet mit der SI-IQ-Methodenversion 1.0.0. Die vollständige Methodik lesen

Datenquellen: Arena leaderboard dataset on Hugging Face (CC BY 4.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); LiteLLM, model_prices_and_context_window.json (MIT) (Lizenzen und Änderungen).