7fee9e36ebd518986abce8954787746e41da

o1-preview와 동일한 성능

SWE-bench Verified는 코딩 벤치마크에서 꽤 신뢰할만한 벤치마크임 (OAI 자체적으로 개선한 벤치마크이기도 하고)


전체적으로 시스템 카드 보고 있는데

경쟁 대회들 점수 오른 것 대비 시스템 카드에 나온 점수들은

o1-preview보다 떨어지고 한 것도 많아서

실체감을 해봐야 알겠네...