自动生成页面。 本页由 AI 自动撰写和翻译,并由软件对照来源进行核查,无人工编辑。SI-IQ 是基于公开基准测试结果构建的指数,不是智商测试。 工作原理
o4-mini 有多聪明？
o4-mini 是 OpenAI 于 2025年4月16日 发布的模型。其 SI-IQ 为 112（90% 区间 109–115），由 3 家独立评测方的 10 项基准测试结果估算得出。 其最强的领域是推理，最弱的是知识。
基本信息
- 开发方
- OpenAI
- 发布时间
- 2025年4月16日
- 访问方式
- API 访问
- 所用基准测试
- 来自 3 家评测方的 10 项结果
- API 价格
- 每 1M tokens 输入 $1.10 / 输出 $4.40 (开发方价格表, 2026年10月18日)
- 上下文窗口
- 200,000 tokens
各领域能力（SI-IQ，90% 区间）
我们使用的每项基准测试结果
每个分数都是来源发布的原始单一数值：Epoch AI 取其各运行设置中的最佳结果，OpenRouter 取托管服务商的中位数（若开发方自行托管并运行了测试，则取其自有托管的结果）。“隐含 SI-IQ”是该单项结果所对应的能力水平；总体 SI-IQ 是这些值按精度加权后的平均值。
| 基准测试 | 得分 | 评测方 | 来源 |
|---|---|---|---|
| Chess Puzzles | 22.0% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| Mystery Game Puzzles | 5.0% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| FrontierMath Tier 4 | 4.9% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| FrontierMath Tiers 1–3 | 36.1% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| MATH Level 5 | 97.8% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| OTIS Mock AIME 2024–2025 | 81.7% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| Aider Polyglot | 72.0% | Aider | Aider LLM Leaderboards · 数据文件 |
| GPQA Diamond | 79.6% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| SimpleQA Verified | 19.6% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| Berkeley Function Calling Leaderboard | 53.2% | UC Berkeley (Gorilla) | Berkeley Function Calling Leaderboard · 数据文件 |
人类偏好（Arena）
在 Arena 排行榜上，用户会在两个匿名回答之间投票。o4-mini 的评分为 1,391（1,387–1,395），共 44,855 票（发布于 2026年10月15日）。人类偏好与基准测试所衡量的能力是不同的指标，不计入 SI-IQ。 Arena (Hugging Face)
SI-IQ 相近的模型
| 模型 | SI-IQ | |
|---|---|---|
| Qwen3-235B-A22B-Thinking (Jul 2025)Alibaba | 111 | o4-mini 对比 Qwen3-235B-A22B-Thinking (Jul 2025) |
| GLM-4.7Z.ai (Zhipu AI) | 112 | o4-mini 对比 GLM-4.7 |
| Qwen 3.6 35B-A3BAlibaba | 111 | o4-mini 对比 Qwen 3.6 35B-A3B |
| Claude Sonnet 4.6Anthropic | 113 | o4-mini 对比 Claude Sonnet 4.6 |
| Qwen3.5 397B-A17BAlibaba | 114 | o4-mini 对比 Qwen3.5 397B-A17B |
采用 SI-IQ 方法版本 1.0.0 计算。 阅读完整方法论
数据来源: 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.