o1
o1 (OpenAI) foi lançado em 17/12/2024. No ranking de capacidade da Epoch AI (ECI), está em 114º lugar entre 267 modelos, com 141,84. Na Arena, que mede preferência humana em comparações às cegas, tem 1.383 pontos de ELO (185º lugar). Comparado aos modelos da mesma geração, o melhor resultado dele é em Dtbench: 74,7%, 1º de 30.
Onde o o1 se destaca e onde fica atrás, pelos números
O o1 tem resultado publicado em 24 provas compiladas pela Epoch AI. A régua aqui é a geração: a posição dele entre os modelos lançados entre 22/03/2024 e 17/03/2025 que fizeram a mesma prova. Contra o acervo inteiro, que tem modelos de 2023, um lançamento recente fica no topo de quase tudo, e isso não diz nada.
Onde se destaca
Provas em que fica no terço de cima da própria geração.
Onde fica atrás
Provas em que fica na metade de baixo da própria geração.
Ver as 24 provas, uma a uma
| Prova | Nota | Na geração | No geral | Recorde da prova |
|---|---|---|---|---|
| GPQA Diamond | 76,8% | 3º / 45 | 91º / 173 | 96,4% Gemini 4 Argon |
| AIME 2024 e 2025 (OTIS) | 73,3% | 2º / 39 | 90º / 168 | 100,0% GPT-5.5 |
| Dtbench | 74,7% | 1º / 30 | 86º / 148 | 98,9% Claude Opus 5.5 |
| Lmca | 22,27 | 1º / 16 | 89º / 121 | 68,23 Claude Opus 5.5 |
| WeirdML | 47,6% | 1º / 20 | 53º / 112 | 93,6% GPT-6 Astra |
| Frontiermath Tiers 1 3 V2 | 14,7% | 2º / 5 | 79º / 86 | 93,7% GPT-6 Astra |
| ARC-AGI | 30,7% | 2º / 6 | 66º / 81 | 98,5% Claude Fable 5 |
| SimpleQA Verified | 41,1% | 1º / 4 | 44º / 81 | 76,0% Gemini 4 Argon |
| Xadrez (problemas) | 10,0% | 2º / 4 | 71º / 80 | 76,0% GPT-6 Astra |
| SimpleBench | 41,7% | 2º / 16 | 47º / 74 | 81,9% Claude Fable 5 |
| MATH nível 5 | 94,7% | 2º / 39 | 12º / 73 | 98,1% GPT-5 |
| FrontierMath | 9,3% | 2º / 12 | 37º / 65 | 51,7% GPT-5.5 |
| Hle | 8,0% | 2º / 8 | 29º / 39 | 54,8% GPT-6 Astra |
| Aider Polyglot | 61,70 | 1º / 14 | 11º / 38 | 88,00 GPT-5 |
| Escrita criativa (Lech Mazur) | 7,02 | 10º / 17 | 30º / 38 | 8,60 GPT-5 |
| EnigmaEval | 5,7% | 1º / 8 | 20º / 36 | 39,3% Claude Fable 5 |
| LiveBench | 75,67 | 3º / 27 | 5º / 32 | 82,35 Gemini 2.5 Pro (Jun 2025) |
| Fiction.liveBench | 53,1% | 3º / 6 (empatado com 1) | 17º / 31 | 100,0% o3 |
| METR: horizonte de tempo | 38,83 | 2º / 7 | 19º / 29 | 719 Claude Opus 4.6 |
| GeoBench | 3.925 | 2º / 11 | 7º / 24 | 4.333 Gemini 3 Flash |
| VPCT | 37,0% | 4º / 6 | 18º / 22 | 91,0% Gemini 3 Pro |
| Cybench | 10,0% | 6º / 10 (empatado com 1) | 14º / 19 | 93,0% Claude Opus 4.6 |
| CAD-Eval | 56,0% | 1º / 8 | 4º / 14 | 74,0% o3 |
| Spatialviz Bench | 41,4% | 1º / 3 | 2º / 7 | 44,7% Gemini 2.5 Pro (Jun 2025) |
Em cada prova vale o melhor nível de esforço que o modelo fez, como no ranking. Fonte das notas: Epoch AI, sob CC BY 4.0.
Com quem comparar o o1
Os modelos de outros laboratórios mais próximos em capacidade e lançados na mesma época, no máximo dois por laboratório. Clique em qualquer um para ver a página dele.
| Modelo | Laboratório | ECI | ELO | LiveBench | Lançamento |
|---|---|---|---|---|---|
| o1 | OpenAI | 141,84 | 1.383 | n/d | 17/12/2024 |
| Claude Sonnet 4 | Anthropic | 141,67 | 1.414 | n/d | 22/05/2025 |
| DeepSeek-R1 (May 2025) | DeepSeek | 141,27 | 1.400 | n/d | 28/05/2025 |
| Claude 3.7 Sonnet | Anthropic | 141,14 | 1.360 | n/d | 24/02/2025 |
| Grok-3 mini | xAI | 140,33 | 1.394 | n/d | 24/06/2025 |
| Kimi K2 Instruct | Moonshot | 140,13 | n/d | n/d | 12/07/2025 |
| DeepSeek-V3.1 | DeepSeek | 139,91 | 1.469 | n/d | 21/08/2025 |
o1 ou Claude Sonnet 4?
O Claude Sonnet 4 é o modelo de outro laboratório mais próximo do o1 em capacidade. Nas 18 provas que os dois fizeram, o placar é este:
| Prova | o1 | Claude Sonnet 4 |
|---|---|---|
| Cybench | 10,0% | 35,0% |
| FrontierMath | 9,3% | 4,1% |
| METR: horizonte de tempo | 38,83 | 74,94 |
| EnigmaEval | 5,7% | 3,1% |
| GeoBench | 3.925 | 2.468 |
| Fiction.liveBench | 53,1% | 36,4% |
| ARC-AGI | 30,7% | 40,0% |
| Lmca | 22,27 | 29,00 |
| Escrita criativa (Lech Mazur) | 7,02 | 8,14 |
| MATH nível 5 | 94,7% | 84,4% |
Placar sem peso: cada prova conta um ponto, seja de matemática, seja de programação. O ponto marca quem foi melhor em cada linha.
Os outros modelos da OpenAI
Os modelos do mesmo laboratório mais próximos no tempo, do mais novo para o mais antigo.
| Modelo | Lançamento | ECI | ELO | LiveBench | Acesso |
|---|---|---|---|---|---|
| o3 | 16/04/2025 | 146,87 | n/d | n/d | API access |
| o4-mini | 16/04/2025 | 145,60 | n/d | n/d | API access |
| GPT-4.1 | 14/04/2025 | 136,77 | n/d | n/d | API access |
| GPT-4.1 mini | 14/04/2025 | 135,00 | n/d | n/d | API access |
| GPT-4.1 nano | 14/04/2025 | 129,63 | n/d | n/d | API access |
| GPT-4.5 | 27/02/2025 | 136,73 | n/d | n/d | API access |
| o3-mini | 31/01/2025 | 140,33 | 1.379 | n/d | API access |
| o1 | 17/12/2024 | 141,84 | 1.383 | n/d | API access |
| o1-mini | 12/09/2024 | 135,82 | 1.362 | n/d | API access |
Já usou o o1? Dê sua nota
Opinião de quem usa, não medição: a nota fica separada do ranking e não mexe na posição de ninguém. Um voto por navegador, sem cadastro, e dá para trocar a nota depois.
O que as pessoas perguntam sobre o o1
Qual a posição do o1 no ranking de IA?
No AI Benchmark da ROO3, ordenado pelo ECI da Epoch AI, o o1 está em 114º lugar entre 267 modelos, com ECI de 141,84. O ECI é um índice composto que junta vários benchmarks difíceis numa escala só. A posição muda quando sai modelo novo, e a página é apurada seis vezes por dia.
O o1 é melhor que o Claude Sonnet 4?
Nas 18 provas que os dois fizeram e que a Epoch AI compilou, o o1 fica à frente em 10, atrás em 8 e empata em 0. É uma comparação prova a prova, sem peso: uma vitória em matemática conta igual a uma em programação. Para escolher entre os dois, vale olhar as provas que se parecem com o seu uso.
Em que o o1 vai melhor?
Comparado aos modelos da mesma geração (lançados até 9 meses antes e até 3 meses depois dele), os melhores resultados relativos do o1 são: Dtbench (1º de 30); WeirdML (1º de 20); Lmca (1º de 16). A régua é a posição entre os modelos daquela época que fizeram a mesma prova.
De onde vêm os números desta página?
Das mesmas três fontes do ranking, todas com licença aberta: Epoch AI (ECI e provas individuais, CC BY 4.0), Arena (ELO de preferência humana, CC BY 4.0) e LiveBench (média geral, CC BY-SA 4.0). A ROO3 não mede modelo nenhum. Quando a página traz número publicado pelo próprio fabricante, ele aparece na análise escrita, dito como sendo do fabricante, e nunca entra no ranking.
De onde vem cada número
Epoch AI, "AI Benchmarking Hub". Publicado em epoch.ai. Dados sob licença CC BY 4.0, reordenados por roo3.co.
Leaderboard da Arena (LMArena), do dataset público lmarena-ai/leaderboard-dataset no Hugging Face, sob licença CC BY 4.0. Não somos afiliados à Arena.
LiveBench, da equipe do LiveBench, publicado em livebench.ai sob licença CC BY-SA 4.0. A média geral é recalculada por roo3.co com a mesma conta do site (média das categorias), e esses números seguem sob CC BY-SA 4.0. Não somos afiliados ao LiveBench.
← Ver o ranking completo