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 o4-mini?

112 SI-IQ · 90-%-Intervall 109–115
Rang 57 von 80 in der Rangliste aufgeführten Modellen · Plausibler Rangbereich 43–64

o4-mini ist ein Modell von OpenAI, veröffentlicht am 16.04.2025. Der SI-IQ beträgt 112 (90-%-Intervall 109–115), geschätzt aus 10 Benchmark-Ergebnissen von 3 unabhängigen Evaluatoren. Der stärkste Bereich ist Schlussfolgern, der schwächste Wissen.

Fakten

Entwickler: OpenAI
Veröffentlicht: 16.04.2025
Zugang: API-Zugang
Verwendete Benchmarks: 10 Ergebnisse von 3 Evaluatoren
API-Preis: 1,10 $ Eingabe / 4,40 $ Ausgabe pro 1 Mio. Tokens (Preisliste des Entwicklers, 18.10.2026)
Kontextfenster: 200.000 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). „Implizierter 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
Chess Puzzles	Schlussfolgern	22,0 %	114	Epoch AI	`o4-mini-2025-04-16_medium`	18.10.2026	Epoch AI Benchmarking Hub · Datendatei
Mystery Game Puzzles	Schlussfolgern	5,0 %	70	Epoch AI	`o4-mini-2025-04-16_high`	18.10.2026	Epoch AI Benchmarking Hub · Datendatei
FrontierMath Tier 4	Mathematik	4,9 %	113	Epoch AI	`o4-mini-2025-04-16_high`	18.10.2026	Epoch AI Benchmarking Hub · Datendatei
FrontierMath Tiers 1–3	Mathematik	36,1 %	114	Epoch AI	`o4-mini-2025-04-16_high`	18.10.2026	Epoch AI Benchmarking Hub · Datendatei
MATH Level 5	Mathematik	97,8 %	114	Epoch AI	`o4-mini-2025-04-16_high`	18.10.2026	Epoch AI Benchmarking Hub · Datendatei
OTIS Mock AIME 2024–2025	Mathematik	81,7 %	109	Epoch AI	`o4-mini-2025-04-16_high`	18.10.2026	Epoch AI Benchmarking Hub · Datendatei
Aider Polyglot	Programmieren	72,0 %	109	Aider	`o4-mini (high)`	18.10.2026	Aider LLM Leaderboards · Datendatei
GPQA Diamond	Wissen	79,6 %	106	Epoch AI	`o4-mini-2025-04-16_high`	18.10.2026	Epoch AI Benchmarking Hub · Datendatei
SimpleQA Verified	Wissen	19,6 %	95	Epoch AI	`o4-mini-2025-04-16_low`	18.10.2026	Epoch AI Benchmarking Hub · Datendatei
Berkeley Function Calling Leaderboard	Agenten	53,2 %	102	UC Berkeley (Gorilla)	`o4-mini-2025-04-16 (FC)`	18.10.2026	Berkeley Function Calling Leaderboard · Datendatei

Menschliche Präferenz (Arena)

In der Arena-Rangliste, in der Nutzer zwischen zwei anonymen Antworten abstimmen, hat o4-mini eine Bewertung von 1.391 (1.387–1.395) aus 44.855 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)

Modelle mit ähnlichem SI-IQ

Modell	SI-IQ
Qwen3-235B-A22B-Thinking (Jul 2025)Alibaba	111	o4-mini vs. Qwen3-235B-A22B-Thinking (Jul 2025)
GLM-4.7Z.ai (Zhipu AI)	112	o4-mini vs. GLM-4.7
Qwen 3.6 35B-A3BAlibaba	111	o4-mini vs. Qwen 3.6 35B-A3B
Claude Sonnet 4.6Anthropic	113	o4-mini vs. Claude Sonnet 4.6
Qwen3.5 397B-A17BAlibaba	114	o4-mini vs. Qwen3.5 397B-A17B

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

Datenquellen: Aider polyglot leaderboard data (Apache-2.0); Arena leaderboard dataset on Hugging Face (CC BY 4.0); Berkeley Function Calling Leaderboard, Gorilla project (Apache-2.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); API list prices via LiteLLM's price table (MIT); each price links to the developer's pricing page.