MODEL HISTORY
GPT-4 指标历史
GPT-4 的公开评测事实历史，共 26 条观测、23 项指标；只记录来源变化，不插值、不合成本站总分。
怎样理解这份历史
每条记录对应来源快照中的一个原始指标。同一口径下相同值重复抓取不会制造新记录；数值、临时状态或来源状态变化时追加，核实后的方法版本另立指标身份。首个快照是本站的可追溯起点，不代表该指标第一次对外发布。当前模型来源为 Artificial Analysis。
Index、Elo、百分比等单位不能互相相减，也不会在这里合成为“综合总分”。
本页含 AA Intelligence Index v4.3.2 的完整方法观测。该版本对 GDPval-AA v2.1 与 AA-Briefcase v1.1 的 Elo 拟合使用 Crowd-BT；旧 v4.3 与 v4.3.1 点位仍保留各自版本、值与日期，不能将跨版本差额解释成模型能力变化。查看当前方法边界 →
本页还含来源记录为裁判协议 v4.3.1 的独立实时 Elo 历史。它是当时的单项榜单协议，不被当前完整 Index v4.3.2 重标；未区分裁判协议的更早 Elo 仅作历史参考。Intelligence Index 中的 Elo 贡献在模型加入时固定，不能用独立实时 Elo 重算指数。核对 AA 方法说明 ↗
APPEND-ONLY FACTS
观测记录
按观测时间倒序；同日多项指标分别保留。
| 观测日期 | 基准 / 版本 | 指标 | 原始值 | 来源 | 状态 |
|---|---|---|---|---|---|
| Artificial Analysis intelligence component evaluationsv4.3.2当前完整方法 v4.3.2 · Crowd-BT Elo；不由实时 Elo 重算 Intelligence Index | GDPval-AA v2elo | -35 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis capability indicesv4.3.2 | Intelligence Indexindex | 6.7 | Artificial Analysis ↗第三方评测 | 临时 / 估算 | |
| Artificial Analysis intelligence component evaluationsv4.3.2 | AA-Omniscienceindex | -33.8 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3.2 | AA-Omniscience accuracyfraction | 21.0% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3.2 | AA-Omniscience hallucination ratefraction | 69.4% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis GDPval-AA任务 v2 · 裁判 v4.3.1历史参考 · 裁判协议 v4.3.1；不与当前完整方法 v4.3.2 跨协议比较 | Eloelo | 189 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3.1历史参考 · 裁判协议 v4.3.1；不与当前完整方法 v4.3.2 跨协议比较 | GDPval-AA v2elo | 189 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis GDPval-AAv2历史参考 · 原记录未区分当前裁判协议，不作跨协议能力变化比较 | Eloelo | 189 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3历史参考 · 原记录未区分当前裁判协议，不作跨协议能力变化比较 | GDPval-AA v2elo | 189 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis capability indicesv4.3 | Intelligence Indexindex | 6.7 | Artificial Analysis ↗第三方评测 | 临时 / 估算 | |
| Artificial Analysis intelligence component evaluationsv4.3 | AA-Omniscienceindex | -33.8 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3 | AA-Omniscience accuracyfraction | 21.0% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3 | AA-Omniscience hallucination ratefraction | 69.4% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.1历史参考 · 原记录未区分当前裁判协议，不作跨协议能力变化比较 | GDPval-AAelo | 240 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.1 | GPQA Diamondfraction | 34.9% | Artificial Analysis第三方评测 | 有效 | |
| Artificial Analysis capability indicesvpublic-model-v1 | Intelligence Indexindex | 6.8 | Artificial Analysis第三方评测 | 临时 / 估算 | |
| Artificial Analysis intelligence component evaluationsv4.1 | AA-Omniscienceindex | -33.8 | Artificial Analysis第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.1历史参考 · 原记录未区分当前裁判协议，不作跨协议能力变化比较 | GDPval-AAelo | 240 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis coding capability indexvunversioned | coding capability indexindex | 13.1 | Artificial Analysis第三方评测 | 有效 | |
| Artificial Analysis capability indicesvpublic-model-v1 | Coding Indexindex | 13.1 | Artificial Analysis第三方评测 | 有效 | |
| Artificial Analysis model aggregatevpublic-model-v1 | 上下文窗口tokens | 8,192 | Model Coordinate repository snapshots第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.1历史参考 · 原记录未区分当前裁判协议，不作跨协议能力变化比较 | GDPval-AAelo | 221 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.1 | GDPval-AA normalizedfraction | 0.0% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis model aggregatevpublic-model-v1 | 输入价格 / 1M Tokenusd_per_1m_tokens | US$30 | Model Coordinate repository snapshots第三方评测 | 有效 | |
| Artificial Analysis capability indicesvpublic-model-v1 | Intelligence Indexindex | 7.0 | Artificial Analysis第三方评测 | 临时 / 估算 | |
| Artificial Analysis model aggregatevpublic-model-v1 | 输出价格 / 1M Tokenusd_per_1m_tokens | US$60 | Model Coordinate repository snapshots第三方评测 | 有效 |