1. 图表数据
  2. OpenAI
  3. Model Evaluation Scores
OpenAI跑分柱状图 · 40 个数据点 · GPT-4o

Model Evaluation Scores

OpenAI 发布的一张图背后的数字，用原生图表重画。对照原图，研究数据，再做你自己的。

从图片估算 80%GPT-4oOpenAI 全部模型全部图表数据
图表来自 OpenAI. 来源: x.com

简化重绘

由我们用下面的数字重新绘制。悬停、点按或用方向键查看。

这是简化重绘：它用我们自己的样式展示数字，不是原图的样子。强调色标出这张图的主角。表格里带 ~ 的是估算值。

数字

40 个点中前 10 个免费
分组系列数值来源置信
MMLUGPT-4o mini82%估算0.97
MMLUGemini Flash77.9%估算0.97
MMLUClaude Haiku73.8%估算0.97
MMLUGPT-3.5 Turbo69.8%估算0.97
MMLUGPT-4o88.7%估算0.97
GPQAGPT-4o mini40.2%估算0.97
GPQAGemini Flash38.6%估算0.97
GPQAClaude Haiku~35.7%估算0.30
GPQAGPT-3.5 Turbo30.8%估算0.97
GPQAGPT-4o53.6%估算0.97

Max 数据，目前留邮箱免费看

查看全部 40 个数据点并下载文件

这张图的完整表格、JSON、CSV 和 agent skill 文件。它们属于 Max；原型阶段，留邮箱即可解锁。

解锁全部 35 家巨头。每周一封，随时退订。 看看能得到什么 · 登录

DROPGPT-4o mini79.7%估算0.97
DROPGemini Flash78.4%估算0.97
DROPClaude Haiku78.4%估算0.97
DROPGPT-3.5 Turbo70.2%估算0.97
DROPGPT-4o83.4%估算0.97
MGSMGPT-4o mini~87%估算0.30
MGSMGemini Flash~75.5%估算0.30
MGSMClaude Haiku71.7%估算0.97
MGSMGPT-3.5 Turbo56.3%估算0.97
MGSMGPT-4o~90.5%估算0.30
MATHGPT-4o mini~70.2%估算0.30
MATHGemini Flash40.6%估算0.97
MATHClaude Haiku40.9%估算0.97
MATHGPT-3.5 Turbo43.1%估算0.97
MATHGPT-4o~75.6%估算0.30
HumanEvalGPT-4o mini88.7%估算0.90
HumanEvalGemini Flash71.5%估算0.97
HumanEvalClaude Haiku~75.9%估算0.30
HumanEvalGPT-3.5 Turbo68%估算0.97
HumanEvalGPT-4o~90.2%估算0.30
MMMUGPT-4o mini59.4%估算0.97
MMMUGemini Flash56.2%估算0.97
MMMUClaude Haiku50.2%估算0.97
MMMUGPT-3.5 Turbo~46.4%估算0.30
MMMUGPT-4o69.1%估算0.97
MathVistaGPT-4o mini56.7%估算0.97
MathVistaGemini Flash56.9%估算0.90
MathVistaClaude Haiku46.4%估算0.97
MathVistaGPT-4o63.8%估算0.97
MathVistaGPT-3.5 Turbo~46.4%估算0.50
下载这张图的数据

Max 订阅者可以通过 API 取同样的数据。 API 文档

JSONagent skill 文件

API · Max

用 API 调用这张图

Max 套餐可以取这张图的数字（每个数字都带来源），格式为 JSON 或 CSV，附重画规格；也可以让智能体通过 MCP 调用。图表 id：dac4afc9f7d6。

查看 Max 套餐API 文档
路径返回套餐
GET/api/v1/charts/dac4afc9f7d6标题、发布者、日期、图型、数据点数；用 Max 密钥时附数据链接开放
GET/api/v1/charts/dac4afc9f7d6/data每个数据点及其来源和置信度，加上重画规格。加 ?format=csv 得到 CSVMax
GET/api/v1/charts/dac4afc9f7d6/render?view=1本页使用的只读绘图视图开放
POST/mcp工具 get_chart_data 加这个 id，供 Claude、Cursor 等智能体使用Max
curlMax
curl -s https://viral-chart.com/api/v1/charts/dac4afc9f7d6/data \
  -H "Authorization: Bearer $VIRALCHART_KEY"
Claude CodeMax
claude mcp add --transport http viralchart https://viral-chart.com/mcp \
  --header "Authorization: Bearer $VIRALCHART_KEY"

每个密钥每分钟 60 次，超出返回 429 和 Retry-After。每个账号最多 5 个密钥，在账户页创建，只显示一次。没有 Max 时数据接口返回 402，并附套餐链接。这些数字描述的是发布者拥有的图，每个文件都带授权说明。

做一张这样的图

这张图的形式，你的数字。

实时预览。所有内容都留在你的设备上。

选择形式

简化形式：用我们自己的样式，不是原图的样子。你的数字从这张图的数据开始。

OpenAI 的更多数据

全部图表数据
从图片估算相似重绘 7.4TerminalBench 2.1OpenAI · 柱状图 · 9 个数据点从图片估算相似重绘 8.1Illustrative global managed assetsOpenAI · 分组柱状图 · 22 个数据点从图片估算相似重绘 8.1Illustrative global managed assetsOpenAI · 分组柱状图 · 22 个数据点部分为发布方的数字相似重绘 8.3Accuracy / Percentile (%)deepseek · 跑分柱状图 · 30 个数据点从图片估算Model Benchmark ComparisonOpenAI · 表格图 · 42 个数据点从图片估算GPT4 Turbo Benchmark ComparisonOpenAI · 折线图 · 12 个数据点

常见问题

这些数字有多准？

它们由两遍独立读图估算得出，置信度 0.80（0 到 1）。图上印着的数字读得准，从坐标轴读出的值可能有几个百分点的偏差。

这些数据可以直接用吗？

这些数字描述的是 OpenAI 发布的图表。图片、版式和样式归他们所有。使用数字时请注明发布者，图片请用你自己的数据来做。

怎么拿到文件？

JSON、CSV 和 agent skill 文件在本页的邮箱解锁区。原型里它们是静态文件：/api/charts/dac4afc9f7d6.json 和 /api/charts/dac4afc9f7d6.skill.md。