GPT-5 pro
Noch nicht getestet
SprachmodellNur Pro
GPT-5 pro
OpenAI
- Veröffentlicht
- 7. August 2025
- Datenstand
- 8. September 2026
- Intelligenz
- Gesamtwertung
- Preis
- Eingabe · Ausgabe / 1 Mio. Token
- Eingabe
- Text, Bild
- Ausgabe
- Text
Für dieses Modell liegt keine veröffentlichte, kategorieweit vergleichbare Gesamtwertung vor.
Einträge 1-7 von 7. Seite 1 von 1.
Veröffentlichte Benchmarks
Die Charts vergleichen Modelle im selben dokumentierten Test. Das aktuelle Modell ist hervorgehoben.
Humanity's Last Exam
Overall
Was der Benchmark prüft: 2.500 anspruchsvolle, teils multimodale Expertenfragen aus mehr als 100 Fachgebieten.
Einordnung: Der Test misst geschlossenes Expertenwissen und Reasoning, aber weder offene Forschung noch allgemeine Intelligenz.
Mehr ist besser7 ModelleGPT-5 pro: Platz 6 von 7Datenstand: 2. September 2026
Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- hle-final-scale-public-temperature-0
- Messgröße
- accuracy
- Skala
- 0-100
- Teilnehmer
- 7
- Methodik und Einordnung
- Alle 2.500 öffentlichen Fragen, Temperatur 0 und automatischer Antwort-Extraktor.. Kennung des Quellmodells: curated/gpt-5-pro. Name des Quellmodells: GPT-5 pro. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5-pro-2025-10-06. Evaluator: Scale AI. Datensatztyp: public. Versuche: pass@1. Angezeigter Wert: 31,64 % ± 1,82. Quellenkennung: scale-ai. Kennung der Evidenzaufnahme: curated-scale-ai-2026-09-02-2fa0a1a962e9. Prüfsumme der Quelldaten: 2fa0a1a962e9a3c5220390ba98c86b5502caf5700cda9ca4ebac05222503d874. Parserversion: curated-v1. Importiert am: 2026-09-04
MultiNRC
Overall
Was der Benchmark prüft: Native Reasoning-Aufgaben auf Französisch, Spanisch und Chinesisch, die nicht aus englischen Vorlagen übersetzt wurden.
Einordnung: Drei Sprachen sind ein wichtiges Gegengewicht zu englischen Tests, aber noch keine globale Sprachabdeckung.
Mehr ist besser10 ModelleGPT-5 pro: Platz 1 von 10Datenstand: 26. August 2026
Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- scale-multinrc-native-languages
- Messgröße
- accuracy
- Skala
- 0-100
- Teilnehmer
- 10
- Methodik und Einordnung
- Native, nicht aus dem Englischen übersetzte Reasoning-Aufgaben mit automatischer Bewertung.. Kennung des Quellmodells: curated/gpt-5-pro. Name des Quellmodells: GPT-5 pro. Anbieter laut Quelle: OpenAI. Evaluator: Scale AI. Datensatztyp: public. Versuche: pass@1. Angezeigter Wert: 65,2 % ± 1,24. Quellenkennung: scale-ai. Kennung der Evidenzaufnahme: curated-scale-ai-2026-08-26-57a178cbb173. Prüfsumme der Quelldaten: 57a178cbb173288aaa3efcbad6e3216d222f4787159448eaccdff6629d74f8c2. Parserversion: curated-v1. Importiert am: 2026-09-04
PRBench Finance
Overall
Was der Benchmark prüft: 600 realistische Finanzfragen mit gewichteten Kriterien, davon 300 im schwierigen Teildatensatz.
Einordnung: Ein o4-mini-Juror bewertet die Antworten. Fachliche Richtigkeit und praktische Verlässlichkeit bleiben deshalb getrennte Fragen.
Mehr ist besser16 ModelleGPT-5 pro: Platz 4 von 16Datenstand: 26. August 2026
Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- scale-prbench-finance-full
- Messgröße
- weighted rubric score
- Skala
- 0-100
- Teilnehmer
- 16
- Methodik und Einordnung
- 600 Finanzaufgaben mit aufgabenspezifischen Rubriken und o4-mini als Juror.. Kennung des Quellmodells: curated/gpt-5-pro. Name des Quellmodells: GPT-5 pro. Anbieter laut Quelle: OpenAI. Evaluator: Scale AI. Datensatztyp: public. Versuche: pass@1. Angezeigter Wert: 51,06 % ± 0,59. Quellenkennung: scale-ai. Kennung der Evidenzaufnahme: curated-scale-ai-2026-08-26-466bd0b3fa6e. Prüfsumme der Quelldaten: 466bd0b3fa6e323b6844a677a04942e35399edcb3102716a3c2d0c7338565b09. Parserversion: curated-v1. Importiert am: 2026-09-04
PRBench Legal
Overall
Was der Benchmark prüft: 500 realistische Rechtsfragen mit gewichteten Kriterien aus unterschiedlichen Ländern und Rechtsgebieten.
Einordnung: Der Benchmark misst professionelle Antwortqualität, ersetzt aber weder Rechtsprüfung noch menschliche Verantwortung.
Mehr ist besser16 ModelleGPT-5 pro: Platz 4 von 16Datenstand: 26. August 2026
Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- scale-prbench-legal-full
- Messgröße
- weighted rubric score
- Skala
- 0-100
- Teilnehmer
- 16
- Methodik und Einordnung
- 500 Rechtsaufgaben mit aufgabenspezifischen Rubriken und o4-mini als Juror.. Kennung des Quellmodells: curated/gpt-5-pro. Name des Quellmodells: GPT-5 pro. Anbieter laut Quelle: OpenAI. Evaluator: Scale AI. Datensatztyp: public. Versuche: pass@1. Angezeigter Wert: 49,89 % ± 0,36. Quellenkennung: scale-ai. Kennung der Evidenzaufnahme: curated-scale-ai-2026-08-26-08c20ad4ef1f. Prüfsumme der Quelldaten: 08c20ad4ef1fb8e59f1ebfe00288e0e00898bc4db7eca96aa27a92dee3c1664b. Parserversion: curated-v1. Importiert am: 2026-09-04
VISTA
Overall
Was der Benchmark prüft: 758 Bild-Text-Aufgaben verbinden OCR, räumliches Verständnis, Objekterkennung und offene visuelle Schlussfolgerungen.
Einordnung: Der Datensatz ist privat und wird mit aufgabenspezifischen Rubriken bewertet. Die Ergebnisse sind daher schwer unabhängig nachzurechnen.
Mehr ist besser11 ModelleGPT-5 pro: Platz 3 von 11Datenstand: 26. August 2026
Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- scale-vista-private-overall
- Messgröße
- rubric score
- Skala
- 0-100
- Teilnehmer
- 11
- Methodik und Einordnung
- 758 einzelne Bild-Text-Aufgaben mit strukturierten Ja-Nein-Rubriken.. Kennung des Quellmodells: curated/gpt-5-pro. Name des Quellmodells: GPT-5 pro. Anbieter laut Quelle: OpenAI. Evaluator: Scale AI. Datensatztyp: public. Versuche: pass@1. Angezeigter Wert: 52,39 % ± 1,07. Quellenkennung: scale-ai. Kennung der Evidenzaufnahme: curated-scale-ai-2026-08-26-f22f53f59f01. Prüfsumme der Quelldaten: f22f53f59f01af696ad30df581c179307f548cefbd32d346d2fa431d9c25e8dd. Parserversion: curated-v1. Importiert am: 2026-09-04
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
GPQA (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 88.4
- Bewertung
- 88.4
- Messgröße
- percent
- Einheit
- %
- Kategorie
- Intelligence
- Richtung
- Mehr ist besser
- Vergleichskohorte
- research:gpt-5-pro:0
- Quellentyp
- vendor-reported
- Auswertung
- OpenAI
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. GPT-5 pro; without tools
- Einordnung
- Vendor-reported result; the release page does not expose a full GPT-5 pro benchmark table.
External expert preference (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 67.8
- Bewertung
- 67.8
- Messgröße
- percent
- Einheit
- %
- Kategorie
- Human evaluation
- Richtung
- Mehr ist besser
- Vergleichskohorte
- research:gpt-5-pro:1
- Quellentyp
- vendor-reported
- Auswertung
- OpenAI
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. GPT-5 pro vs GPT-5 thinking; over 1,000 economically valuable real-world reasoning prompts
- Einordnung
- Vendor-reported preference rate, not a task accuracy score.
Dokumentierte Messdetails
Jede Beobachtung enthält den Quellwert und die veröffentlichten Testbedingungen.
Humanity's Last Exam: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 31.64
- Bewertung
- 31.64
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- final 2,500-question public set
- Kategorie
- knowledge
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- hle-final-scale-public-temperature-0
- Konfidenzintervall
- 1.82
- Quellentyp
- official-leaderboard
- Auswertung
- Scale AI
- Status
- active
- Abrufdatum
- 2026-09-02
- Methodik
- Alle 2.500 öffentlichen Fragen, Temperatur 0 und automatischer Antwort-Extraktor.. Kennung des Quellmodells: curated/gpt-5-pro. Name des Quellmodells: GPT-5 pro. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5-pro-2025-10-06. Evaluator: Scale AI. Datensatztyp: public. Versuche: pass@1. Angezeigter Wert: 31,64 % ± 1,82. Quellenkennung: scale-ai. Kennung der Evidenzaufnahme: curated-scale-ai-2026-09-02-2fa0a1a962e9. Prüfsumme der Quelldaten: 2fa0a1a962e9a3c5220390ba98c86b5502caf5700cda9ca4ebac05222503d874. Parserversion: curated-v1. Importiert am: 2026-09-04
- Vergleichsmethodik
- Alle 2.500 öffentlichen Fragen, Temperatur 0 und automatischer Antwort-Extraktor.
MultiNRC: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 65.2
- Bewertung
- 65.2
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- French, Spanish, and Chinese release
- Kategorie
- reasoning
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- scale-multinrc-native-languages
- Konfidenzintervall
- 1.24
- Quellentyp
- official-leaderboard
- Auswertung
- Scale AI
- Status
- active
- Abrufdatum
- 2026-08-26
- Methodik
- Native, nicht aus dem Englischen übersetzte Reasoning-Aufgaben mit automatischer Bewertung.. Kennung des Quellmodells: curated/gpt-5-pro. Name des Quellmodells: GPT-5 pro. Anbieter laut Quelle: OpenAI. Evaluator: Scale AI. Datensatztyp: public. Versuche: pass@1. Angezeigter Wert: 65,2 % ± 1,24. Quellenkennung: scale-ai. Kennung der Evidenzaufnahme: curated-scale-ai-2026-08-26-57a178cbb173. Prüfsumme der Quelldaten: 57a178cbb173288aaa3efcbad6e3216d222f4787159448eaccdff6629d74f8c2. Parserversion: curated-v1. Importiert am: 2026-09-04
- Vergleichsmethodik
- Native, nicht aus dem Englischen übersetzte Reasoning-Aufgaben mit automatischer Bewertung.
PRBench Finance: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 51.06
- Bewertung
- 51.06
- Messgröße
- weighted rubric score
- Einheit
- %
- Benchmark-Version
- full finance set
- Kategorie
- finance
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- scale-prbench-finance-full
- Konfidenzintervall
- 0.59
- Quellentyp
- official-leaderboard
- Auswertung
- Scale AI
- Status
- active
- Abrufdatum
- 2026-08-26
- Methodik
- 600 Finanzaufgaben mit aufgabenspezifischen Rubriken und o4-mini als Juror.. Kennung des Quellmodells: curated/gpt-5-pro. Name des Quellmodells: GPT-5 pro. Anbieter laut Quelle: OpenAI. Evaluator: Scale AI. Datensatztyp: public. Versuche: pass@1. Angezeigter Wert: 51,06 % ± 0,59. Quellenkennung: scale-ai. Kennung der Evidenzaufnahme: curated-scale-ai-2026-08-26-466bd0b3fa6e. Prüfsumme der Quelldaten: 466bd0b3fa6e323b6844a677a04942e35399edcb3102716a3c2d0c7338565b09. Parserversion: curated-v1. Importiert am: 2026-09-04
- Vergleichsmethodik
- 600 Finanzaufgaben mit aufgabenspezifischen Rubriken und o4-mini als Juror.
PRBench Legal: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 49.89
- Bewertung
- 49.89
- Messgröße
- weighted rubric score
- Einheit
- %
- Benchmark-Version
- full legal set
- Kategorie
- legal
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- scale-prbench-legal-full
- Konfidenzintervall
- 0.36
- Quellentyp
- official-leaderboard
- Auswertung
- Scale AI
- Status
- active
- Abrufdatum
- 2026-08-26
- Methodik
- 500 Rechtsaufgaben mit aufgabenspezifischen Rubriken und o4-mini als Juror.. Kennung des Quellmodells: curated/gpt-5-pro. Name des Quellmodells: GPT-5 pro. Anbieter laut Quelle: OpenAI. Evaluator: Scale AI. Datensatztyp: public. Versuche: pass@1. Angezeigter Wert: 49,89 % ± 0,36. Quellenkennung: scale-ai. Kennung der Evidenzaufnahme: curated-scale-ai-2026-08-26-08c20ad4ef1f. Prüfsumme der Quelldaten: 08c20ad4ef1fb8e59f1ebfe00288e0e00898bc4db7eca96aa27a92dee3c1664b. Parserversion: curated-v1. Importiert am: 2026-09-04
- Vergleichsmethodik
- 500 Rechtsaufgaben mit aufgabenspezifischen Rubriken und o4-mini als Juror.
VISTA: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 52.39
- Bewertung
- 52.39
- Messgröße
- rubric score
- Einheit
- %
- Benchmark-Version
- 758 private prompt-image pairs
- Kategorie
- multimodal
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- scale-vista-private-overall
- Konfidenzintervall
- 1.07
- Quellentyp
- official-leaderboard
- Auswertung
- Scale AI
- Status
- active
- Abrufdatum
- 2026-08-26
- Methodik
- 758 einzelne Bild-Text-Aufgaben mit strukturierten Ja-Nein-Rubriken.. Kennung des Quellmodells: curated/gpt-5-pro. Name des Quellmodells: GPT-5 pro. Anbieter laut Quelle: OpenAI. Evaluator: Scale AI. Datensatztyp: public. Versuche: pass@1. Angezeigter Wert: 52,39 % ± 1,07. Quellenkennung: scale-ai. Kennung der Evidenzaufnahme: curated-scale-ai-2026-08-26-f22f53f59f01. Prüfsumme der Quelldaten: f22f53f59f01af696ad30df581c179307f548cefbd32d346d2fa431d9c25e8dd. Parserversion: curated-v1. Importiert am: 2026-09-04
- Vergleichsmethodik
- 758 einzelne Bild-Text-Aufgaben mit strukturierten Ja-Nein-Rubriken.
Eigene Modelltests
Community-Tests zum Anschauen
Vergleiche, wie die Modelle denselben Prompt umsetzen. Jeder Test zeigt den ersten Versuch, ohne nachträgliche Korrekturen am erzeugten Code. Die Ergebnisse fließen nicht in einen Gesamtscore ein.
Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.
Prompt und Testbedingungen
Generate an SVG of a pelican riding a bicycle
Tokenlimit inklusive Reasoning: 8.192 Token
Ursprung der Aufgabe (Simon Willison)Steckbrief
Technische Daten und Zugang
Veröffentlichte Angaben zum Modell. Vorhandene Schätzungen sind ausdrücklich gekennzeichnet.
Weitere Quellenangaben
Datierte Angaben aus Dokumentation und Modellkarten. Anbieterlimits sowie native und erweiterte Kontextfenster können sich unterscheiden. Konfigurationshinweise bleiben im Original erhalten.
Kosten
Veröffentlichte Preise
Die Preise gelten für die jeweils genannte Einheit. Auflösung, Ausgabelänge und Anbieter können die Kosten verändern.
Kostenbeispiel
100 API-Anfragen
7,5 $
100 Anfragen mit je 1.000 Eingabe- und 500 Ausgabe-Token kosten rechnerisch 7,5 $. Davon entfallen 1,5 $ auf Eingaben und 6 $ auf Ausgaben.
- Eingabe-Preis
- 15 $ / 1 Mio. TokenBasisstufe je Anfrage
- Ausgabe-Preis
- 120 $ / 1 Mio. TokenBasisstufe je Anfrage
Die Rechnung nutzt die dokumentierten Tokenpreise und keinen Cache-Rabatt. Zusätzliche Tools, Steuern, Reasoning-Token und weitere nicht sichtbare Ausgabe-Token sind nicht enthalten.
Quelle öffnenDirekte Vergleiche
Dieses Modell im Vergleich
Jedes Duell vergleicht dieses Modell mit genau einem weiteren Modell aus derselben Kategorie.
Für dieses Modell sind noch keine direkten Vergleiche veröffentlicht.
Nachweise
Quellen und Datenstand
Alle Angaben verweisen auf die zugrunde liegende Dokumentation oder das jeweilige Leaderboard.
- Preis
API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten.
- Eingabe
Dokumentierte Modalitäten. Abgerufen am 8. September 2026.
- Ausgabe
Dokumentierte Modalitäten. Abgerufen am 8. September 2026.
Recherchestand 8. September 2026. 3 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Offene Nachweise und Recherchehinweise (Originalwortlaut)
In den geprüften Quellen nicht gefunden
parameters-billions. OpenAI does not publish parameter counts.
In den geprüften Quellen nicht gefunden
independent-benchmarks. The exact release-page results are vendor-reported; no independent evaluator row was merged.
Ungeklärt
AA benchmark rows. No exact Artificial Analysis model page located in the checked public sitemap.
- ModellmetadatenQuelle
- Kontextfenster-Daten (abgerufen 8. September 2026)Quelle
- Scale AI (abgerufen 2. September 2026)Quelle
- Scale AI (abgerufen 26. August 2026)Quelle
- Scale AI (abgerufen 26. August 2026)Quelle
- Scale AI (abgerufen 26. August 2026)Quelle
- Scale AI (abgerufen 26. August 2026)Quelle
- OpenAI (abgerufen 8. September 2026)Quelle