待验证60% 置信事实精确时间

在Codeforces评分中，o1的得分远低于o3-mini-high

2

来源数

60%

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 o3-mini-highmodel Codeforcesconcept

相关事实

待验证在SWE-Bench评分中，o1的得分远高于o3-mini medium，但略低于o3-mini-high80% 相似待验证o3在Codeforces的评分达到2727，超越99.95%的人类参赛者75% 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O4-mini在Codeforces编程竞赛中排名进入全球前20065% 相似待验证o3模型在2024年12月的ARC-AGI测试中达到87.5%，同期在Codeforces的评分达到2727（超越99.95%的人类参赛者）65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/654

API

curl https://kongchang.com/api/v1/knowledge/claims/654

MCP

get_claim(id=654)