待验证50% 置信基准精确时间
最终版DeepSeek R1与2024年12月版OpenAI o1在基准上互有胜负：AIME 2024上79.8%对79.2%，Math500上97.3%对96.4%，Codeforces上o1略占优。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/30
首次发现
有效期至：2026/11/13
来源
推理模型14个核心概念：从思维链到GRPO全面拆解
youtubeBrix AI2026/10/29
涉及实体
相关事实
待验证2024年AIME数学考试上，OpenAI o1平均得分70%，单次尝试74%，64次采样投票后达83%，而GPT-4o只有12%。71% 相似待验证Ollama分发的DeepSeek R1各版本均经过GGUF格式量化处理（通常为Q4_K_M或Q8_0精度），将每个参数从16位浮点数压缩至4-8位，显存占用减少50%-75%，推理质量损失通常在5%以内64% 相似待验证DeepSeek V4.1号称SWE拿到74，但博主发现那是多次测试中挑出的最好成绩，open code实测65、PI实测6662% 相似待验证在Codeforces评分中，o1的得分远低于o3-mini-high62% 相似待验证开源模型得分较低：Qwen3 235B得11/12、Gemma 4两个尺寸均为9/12、DeepSeek R1得7/12、GLM-5得5/1261% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1116038API
curl https://kongchang.com/api/v1/knowledge/claims/1116038MCP
get_claim(id=1116038)