待验证80% 置信事实精确时间

在Pass@1 Codeforces基准测试中，o1和o1 pro得分非常接近

1

来源数

80%

置信度

长期有效

时效性

2025/2/5

首次发现

来源

o1、o1 pro与o3-mini-high编程能力深度对比：Deep Research实测分析

bilibilikate人不错2025/2/5

涉及实体

o1model o1 promodel Codeforcesconcept

相关事实

待验证在Pass@4通过率测试中，o1 pro的表现显著优于o184% 相似待验证在AID基准测试中，o1 high（对应o1 pro）的编程能力得分超过60，优于o3-mini-high，但两者非常接近73% 相似待验证在Codeforces评分中，o1的得分远低于o3-mini-high73% 相似待验证在AIME 2024和CodeForces等权威基准测试中，DeepSeek R1的表现与OpenAI O1正式版不相上下67% 相似待验证pass@1指标最初从代码生成评测领域（如HumanEval基准）借鉴而来，用于衡量模型一次生成正确代码的概率64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/653

API

curl https://kongchang.com/api/v1/knowledge/claims/653

MCP

get_claim(id=653)