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-4o (May 2024)?
GPT-4o (May 2024) ist ein Modell von OpenAI, veröffentlicht am 13.05.2024. Sein SI-IQ beträgt 70 (90-%-Intervall 66–75); die Schätzung stützt sich auf 5 Benchmark-Ergebnisse von 2 Evaluatoren.
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). Seine vorläufige Schätzung stützt sich auf 5 Benchmark-Ergebnisse und kann sich stark ändern, wenn weitere Ergebnisse hinzukommen.
Fakten
- Entwickler
- OpenAI
- Veröffentlicht
- 13.05.2024
- Zugang
- API-Zugang
- Verwendete Benchmarks
- 5 Benchmark-Ergebnisse von 2 Evaluatoren
- API-Preis
- 5,00 $ Eingabe / 15 $ Ausgabe pro 1 Mio. Tokens (Preisliste des Entwicklers, 18.10.2026)
- Kontextfenster
- 128.000 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 | Punktzahl | Evaluiert von | Quelle |
|---|---|---|---|
| MATH Level 5 | 51,0 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
| OTIS Mock AIME 2024–2025 | 6,2 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
| GPQA Diamond | 48,9 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
| GPQA Diamond (Lauf von OpenRouter) | 54,2 % | OpenRouter | OpenRouter benchmark datasets · Datendatei |
| τ²-bench Airline (Lauf von OpenRouter) | 44,0 % | OpenRouter | OpenRouter benchmark datasets · Datendatei |
Menschliche Präferenz (Arena)
In der Arena-Rangliste, in der Nutzer zwischen zwei anonymen Antworten abstimmen, hat GPT-4o (May 2024) eine Bewertung von 1.346 (1.343–1.350) aus 112.881 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); Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter (Lizenzen und Änderungen).