待验证60% 置信事实精确时间

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

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

o1 promodel o3-mini-highmodel

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o176% 相似待验证在SWE-Bench评分中，o1的得分远高于o3-mini medium，但略低于o3-mini-high74% 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Codex One在SWE-bench上的表现略优于O3 High，在OpenAI内部软件工程任务上准确率达到75%，而O3 High为70%66% 相似待验证在编程基准测试中，Codex-1的表现超越了Claude 3.7和O3 High64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/655

API

curl https://kongchang.com/api/v1/knowledge/claims/655

MCP

get_claim(id=655)