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-oss-20b?
gpt-oss-20b ist ein Modell von OpenAI, veröffentlicht am 05.08.2025. Sein SI-IQ beträgt 95 (90-%-Intervall 89–101); die Schätzung stützt sich auf 4 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 und wird daher mit einer vorläufigen Schätzung angezeigt, aber nicht in die Rangliste aufgenommen.
Fakten
- Entwickler
- OpenAI
- Veröffentlicht
- 05.08.2025
- Zugang
- Offene Gewichte (eingeschränkte Lizenz)
- Verwendete Benchmarks
- 4 Benchmark-Ergebnisse von 2 Evaluatoren
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). „Implizierter SI-IQ“ ist die Fähigkeit, auf die dieses einzelne Ergebnis hindeutet; der Gesamt-SI-IQ ist ihr präzisionsgewichteter Durchschnitt.
| Benchmark | Punktzahl | Evaluiert von | Quelle |
|---|---|---|---|
| OTIS Mock AIME 2024–2025 | 65,3 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
| GPQA Diamond | 60,8 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
| GPQA Diamond (Lauf von OpenRouter) | 63,1 % | OpenRouter | OpenRouter benchmark datasets · Datendatei |
| τ²-bench Airline (Lauf von OpenRouter) | 46,7 % | OpenRouter | OpenRouter benchmark datasets · Datendatei |
Menschliche Präferenz (Arena)
In der Arena-Rangliste, in der Nutzer zwischen zwei anonymen Antworten abstimmen, hat gpt-oss-20b eine Bewertung von 1.317 (1.311–1.324) aus 10.419 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); Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter (Lizenzen und Änderungen).