DataLearner 标志DataLearnerAI
最新AI资讯
大模型排行榜
大模型评测基准
大模型列表
大模型对比
资源中心
工具
语言中文
DataLearner 标志DataLearner AI

专注大模型评测、数据资源与实践教学的知识平台,持续更新可落地的 AI 能力图谱。

产品

  • 评测榜单
  • 模型对比
  • 数据资源

资源

  • 部署教程
  • 原创内容
  • 工具导航

关于

  • 关于我们
  • 隐私政策
  • 数据收集方法
  • 联系我们

© 2026 DataLearner AI. DataLearner 持续整合行业数据与案例,为科研、企业与开发者提供可靠的大模型情报与实践指南。

隐私政策服务条款
页面导航
目录
大模型列表GPT OSS 20B评测分析

GPT OSS 20B 评测详情

GPT OSS 20B 当前已收录的代表性评测结果包括 AIME 2024(3 / 62,得分 96)、AIME2025(14 / 106,得分 98.70)、CodeForces(9 / 16,得分 2516)。

评测结果

GPT OSS 20B

评测结果

思考模式
全部思考
思考模式细分 (2)
全部默认 (开启思考)思考水平·高
工具使用
全部使用工具不使用工具

综合评估

共 5 项评测
评测名称 / 模式
得分
排名/总数
MMLU
开启思考
85.30
39 / 65
MMLU Pro
开启思考
74
81 / 124
GPQA Diamond
开启思考
71.50
100 / 175
HLE
开启思考
10.90
120 / 149
HLE
开启思考工具
17.30
107 / 149

编程与软件工程

共 3 项评测
评测名称 / 模式
得分
排名/总数
CodeForces
开启思考
2230
12 / 16
CodeForces
开启思考工具
2516
9 / 16
SWE-bench Verified
开启思考
34
97 / 103

数学推理

共 3 项评测
评测名称 / 模式
得分
排名/总数
AIME2025
开启思考
79
59 / 106
AIME2025
开启思考工具
98.70
14 / 106
AIME 2024
开启思考工具
96
3 / 62

Agent能力评测

共 1 项评测
评测名称 / 模式
得分
排名/总数
τ²-Bench
开启思考工具
47.70
35 / 40

AI Agent - 信息收集

共 1 项评测
评测名称 / 模式
得分
排名/总数
BrowseComp
开启思考工具
28.30
40 / 43

OpenClaw智能体能力综合测评

共 1 项评测
评测名称 / 模式
得分
排名/总数
Pinch Bench
开启思考工具
66
34 / 37
与其他模型对比