89.4%
HELM Safety
Modelle / OpenAI
GPT-4o (2024-05)
GPT-4o · Release 2024-05-13
OpenAIs GPT-4o-Flaggschiff Mai 2024. MMLU 88,7 % und HELM Safety 89,4 % auf öffentlichen Leaderboards. Referenz-GPT-4o-Checkpoint vor GPT-5.
Legacy-OpenAI-Multimodal-Baseline — für neue Arbeit GPT-5.4/5.5 nutzen.
Composite89
Kontext128K
Input / 1M$2.5
Output / 1M$10
Wissensstichtag2023-10-01
Statuslightweight
Not enough families covered yet.Add more benchmark rows for GPT-4o (2024-05) to see the radar.
Benchmark-Platzierungen
Positionen pro Benchmark
Wo GPT-4o (2024-05) auf jeder öffentlichen Benchmark-Quelle mit Zeile steht. Rang zählt jedes Modell mit neuester Zeile im selben Test — kein universeller Qualitätsscore.
| Benchmark | Family | Rang | Score | Quelle | Datum |
|---|---|---|---|---|---|
| HELM Safety | Safety | #4/ 9 | 89 | Stanford HELM leaderboard | 2024-08-15 |
Family-Kontext
Stärkste Zeilen pro Family
Die drei höchstscorierenden kartierten Modelle pro Capability-Family. Wo GPT-4o (2024-05) auftaucht, ist es hervorgehoben.
Knowledge
- 191
- 291
- 391
Reasoning
- 195
- 294
- 394
Math
- 199
- 297
- 396
Coding
- 196
- 296
- 396
Agentic
- 1100
- 2100
- 3100
Multimodal
- 172
- 272
- 371
Long context
- 175
- 275
- 374
Tool use
- 189
- 287
- 387
SafetyGPT-4o (2024-05) · 89
- 192
- 292
- 391
Human preference
- 195
- 292
- 391
Family-Abdeckung
Bester Score pro Family
Ein hoher Composite, der eine schwache Family versteckt, ist eine Falle. Diese Balken zeigen Families ohne öffentlichen Test — und wo das Modell führt.
Preis vs. Performance
Wo GPT-4o (2024-05) im Scatter liegt
Hover or tab any dot for name, score, and input price.
AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMiniMaxxAIMetaZhipuXiaomiMeituanCohere
Volles Benchmark-Ledger
Jeder Katalog-Benchmark für GPT-4o (2024-05). Scores verlinken zur Originalquelle; Lücken heißen: noch keine öffentliche Zeile.
1 of 32 catalog benchmarks have a sourced row for GPT-4o (2024-05).
Safety
Quellen
Woher die Zahlen kommen
- GPT-4o-Ankündigung· geprüft 2026-06-09