自动生成页面。 本页由 AI 自动撰写和翻译,并由软件对照来源进行核查,无人工编辑。SI-IQ 是基于公开基准测试结果构建的指数,不是智商测试。 工作原理
GPT-3.5 Turbo (Jan 2024) 有多聪明？
GPT-3.5 Turbo (Jan 2024) 是 OpenAI 于 2024年1月25日 发布的模型。其 SI-IQ 为 47（90% 区间 42–53），由 1 家独立评测方的 5 项基准测试结果估算得出。
该模型的独立基准测试结果少于 5 项，或评测方少于 2 家，因此仅展示，不参与排名。
基本信息
- 开发方
- OpenAI
- 发布时间
- 2024年1月25日
- 访问方式
- API 访问
- 所用基准测试
- 来自 1 家评测方的 5 项结果
- API 价格
- 每 1M tokens 输入 $0.50 / 输出 $1.50 (开发方价格表, 2026年10月18日)
- 上下文窗口
- 16,385 tokens
各领域能力（SI-IQ，90% 区间）
我们使用的每项基准测试结果
每个分数都是来源发布的原始单一数值：Epoch AI 取其各运行设置中的最佳结果，OpenRouter 取托管服务商的中位数（若开发方自行托管并运行了测试，则取其自有托管的结果）。“隐含 SI-IQ”是该单项结果所对应的能力水平；总体 SI-IQ 是这些值按精度加权后的平均值。
| 基准测试 | 得分 | 评测方 | 来源 |
|---|---|---|---|
| Mystery Game Puzzles | 3.0% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| FrontierMath Tiers 1–3 | 0.0% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| MATH Level 5 | 11.6% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| OTIS Mock AIME 2024–2025 | 2.2% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| GPQA Diamond | 27.2% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
人类偏好（Arena）
在 Arena 排行榜上，用户会在两个匿名回答之间投票。GPT-3.5 Turbo (Jan 2024) 的评分为 1,226（1,221–1,230），共 66,207 票（发布于 2026年10月15日）。人类偏好与基准测试所衡量的能力是不同的指标，不计入 SI-IQ。 Arena (Hugging Face)
采用 SI-IQ 方法版本 1.0.0 计算。 阅读完整方法论
数据来源: Arena leaderboard dataset on Hugging Face (CC BY 4.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); API list prices via LiteLLM's price table (MIT); each price links to the developer's pricing page.