待验证85% 置信事实时间未知

O4-mini在AIME数学竞赛评测中接入Python工具后得分高达99.5%

1

来源数

85%

置信度

中期 (~90 天)

时效性

2026/6/1

首次发现

有效期至：2026/8/30

来源

OpenAI三箭齐发：O3、O4-mini与Codex CLI深度解析

bilibili鱼C-小甲鱼

涉及实体

O4-minimodel AIMEconcept

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-high65% 相似待验证Sonnet 4.6与Opus 4.6相比，在大多数基准测试中表现几乎持平，但推理速度更快、调用成本更低63% 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O4-mini在Codeforces编程竞赛中排名进入全球前20061% 相似待验证Python的浮点数遵循IEEE 754双精度浮点数标准，使用64位二进制来表示一个小数60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/22477

API

curl https://kongchang.com/api/v1/knowledge/claims/22477

MCP

get_claim(id=22477)