GPT 5 Mini · LiveCodeBench · Accuracy ↗
1 more reported result
83.81% · GPT-5 mini (High) · LiveCodeBench · AA implementation · Artificial Analysis ↗
OpenAI / MODEL EVIDENCE
49 benchmarks · 78 observations · 54 sources · released 2025-08-07
49 benchmarks · large dot: GPT-5 mini; small dots: closest models where reported
GPT 5 Mini · LiveCodeBench · Accuracy ↗
83.81% · GPT-5 mini (High) · LiveCodeBench · AA implementation · Artificial Analysis ↗
GPT-5 mini (High) · AIME 2025 ↗
GPT-5 mini (High) · Global-MMLU-Lite ↗
GPT 5 Mini · GPQA Diamond · Accuracy ↗
75% · GPT-5 mini (high) · GPQA diamond · Best score (across scorers) · % · Epoch AI · GPQA diamond ↗
71.65% · GPT-5 mini (medium) · GPQA diamond · Best score (across scorers) · % · Epoch AI · GPQA diamond ↗
GPT-5 mini (high) · FrontierMath-2025-02-28-Private · Best score (across scorers) · % ↗
20.34% · GPT-5 mini (medium) · FrontierMath-2025-02-28-Private · Best score (across scorers) · % · Epoch AI · FrontierMath-2025-02-28-Private ↗
GPT-5 mini (high) · FrontierMath-Tier-4-2025-07-01-Private · Best score (across scorers) · % ↗
4.17% · GPT-5 mini (medium) · FrontierMath-Tier-4-2025-07-01-Private · Best score (across scorers) · % · Epoch AI · FrontierMath-Tier-4-2025-07-01-Private ↗
GPT-5 mini (high) · FrontierMath-Tiers-1-3-v2-Private · Best score (across scorers) · % ↗
18.25% · GPT-5 mini (low) · FrontierMath-Tiers-1-3-v2-Private · Best score (across scorers) · % · Epoch AI · FrontierMath-Tiers-1-3-v2-Private ↗
GPT-5 mini (high) · FrontierMath-Tier-4-v2-Private · Best score (across scorers) · % ↗
GPT-5 mini (high) · MATH level 5 · Best score (across scorers) · % ↗
96.79% · GPT-5 mini (medium) · MATH level 5 · Best score (across scorers) · % · Epoch AI · MATH level 5 ↗
GPT-5 mini (high) · OTIS Mock AIME 2024-2025 · Best score (across scorers) · % ↗
78.33% · GPT-5 mini (medium) · OTIS Mock AIME 2024-2025 · Best score (across scorers) · % · Epoch AI · OTIS Mock AIME 2024-2025 ↗
GPT-5 mini (medium) · SWE-Bench verified · Best score (across scorers) · % ↗
60.8 % · GPT 5 Mini (Mini-SWE-agent) · SWE-bench Verified · Score · Vals AI · SWE-bench Verified ↗
GPT-5 mini (high) · SimpleQA Verified · Best score (across scorers) · % ↗
GPT-5 mini (high) · Chess Puzzles · Best score (across scorers) · % ↗
16% · GPT-5 mini (low) · Chess Puzzles · Best score (across scorers) · % · Epoch AI · Chess Puzzles ↗
GPT-5 mini (high) · Mystery Game Puzzles · Best score (across scorers) · % ↗
4% · GPT-5 mini (medium) · Mystery Game Puzzles · Best score (across scorers) · % · Epoch AI · Mystery Game Puzzles ↗
GPT-5 mini (high) · ARC-AGI · Score · % ↗
37.33% · GPT-5 mini (medium) · ARC-AGI · Score · % · Epoch AI · ARC-AGI ↗
26.33% · GPT-5 mini (low) · ARC-AGI · Score · % · Epoch AI · ARC-AGI ↗
GPT-5 mini (medium) · Fiction.LiveBench · 16k token score · % ↗
GPT-5 mini (medium) · Lech Mazur Writing · Mean rubric score / 10 ↗
GPT-5 mini (unknown thinking) · Terminal Bench · Accuracy mean · % ↗
31.85% · GPT-5 mini (unknown thinking) · Terminal Bench · Accuracy mean · % · Epoch AI · Terminal Bench ↗
29.21% · GPT-5 mini (unknown thinking) · Terminal Bench · Accuracy mean · % · Epoch AI · Terminal Bench ↗
24.04% · GPT-5 mini (unknown thinking) · Terminal Bench · Accuracy mean · % · Epoch AI · Terminal Bench ↗
22.25% · GPT-5 mini (unknown thinking) · Terminal Bench · Accuracy mean · % · Epoch AI · Terminal Bench ↗
34.8% · GPT-5 mini (unknown thinking) · Terminal Bench · Accuracy mean · % · Epoch AI · Terminal Bench ↗
31.9% · GPT-5 mini (medium) · Terminal Bench · Accuracy mean · % · Epoch AI · Terminal Bench ↗
29.2% · GPT-5 mini (medium) · Terminal Bench · Accuracy mean · % · Epoch AI · Terminal Bench ↗
24% · GPT-5 mini (medium) · Terminal Bench · Accuracy mean · % · Epoch AI · Terminal Bench ↗
22.2% · GPT-5 mini (medium) · Terminal Bench · Accuracy mean · % · Epoch AI · Terminal Bench ↗
GPT-5 mini (medium) · VPCT · Correct · % ↗
39% · GPT-5 mini (high) · VPCT · Correct · % · Epoch AI · VPCT ↗
GPT-5 mini (high) · WeirdML · Accuracy · % ↗
GPT-5 mini (high) · ARC-AGI-2 · Score · % ↗
4.03% · GPT-5 mini (medium) · ARC-AGI-2 · Score · % · Epoch AI · ARC-AGI-2 ↗
0.83% · GPT-5 mini (low) · ARC-AGI-2 · Score · % · Epoch AI · ARC-AGI-2 ↗
GPT-5 mini (unknown thinking) · HLE · Accuracy · % ↗
GPT-5 mini (unknown thinking) · CritPt · Accuracy · % ↗
0% · GPT-5 mini (high) · CritPt · Accuracy · % · Epoch AI · CritPt ↗
GPT-5 mini (high) · ProofBench · Accuracy · % ↗
GPT-5 mini (high) · LMCA · Score · % ↗
GPT-5 mini (high) · DTBench · Accuracy · % ↗
GPT-5 mini (unknown thinking) · SciCode · Score · % ↗
39% · GPT-5 mini (high) · SciCode · Score · % · Epoch AI · SciCode ↗
GPT-5 mini (unknown thinking) · EnigmaEval · Accuracy · % ↗
GPT-5 mini · General ECI · 26 October 2026 fit ↗
GPT 5 Mini · LegalBench · Accuracy ↗
GPT 5 Mini · CaseLaw · Accuracy ↗
GPT 5 Mini · CorpFin · Accuracy ↗
GPT 5 Mini · MortgageTax · Accuracy ↗
75.22 % · GPT 5 Mini · TaxEval · Accuracy · Vals AI · TaxEval ↗
GPT 5 Mini · MedCode · Accuracy ↗
GPT 5 Mini · MedScribe · Accuracy ↗
GPT 5 Mini · MedQA · Accuracy ↗
GPT 5 Mini · AIME · Accuracy ↗
GPT 5 Mini · MATH 500 · Accuracy ↗
GPT 5 Mini · MGSM · Accuracy ↗
GPT 5 Mini · MMLU Pro · Accuracy ↗
GPT 5 Mini · MMMU Pro · Accuracy ↗
GPT 5 Mini · SAGE · Accuracy ↗
GPT 5 Mini (OpenHands) · Vibe Code Bench · original task set ↗
GPT-5 Mini · OfficeQA Pro · OfficeQA Pro v1 ↗
GPT-5-mini · CMT-Benchmark v1.0.0 · Overall pass@1 · expert condensed-matter problems ↗
GPT-5 mini · TextQuests · No clues · game progress · source 500-step protocol ↗
42.1% · GPT-5 mini · TextQuests · With clues · game progress · source 500-step protocol · TextQuests: How Good are LLMs at Text-Based Video Games? ↗
gpt-5-mini · EconBench · EconBench prototype · risk-consistency error · published prototype observations ↗
GPT-5 Mini (high) · Harmonic-mean speedup ↗
GPT-5 mini · End-of-year balance ↗
Similar positions on shared benchmark leaderboards. Smaller gaps are closer.
16 of 21 shared benchmark comparisons
14 of 21 shared benchmark comparisons
17 of 21 shared benchmark comparisons
Mean absolute gap in percentile positions on shared benchmark settings; lower is closer. At least 60% overlap is required, with a minimum of three when available. Independent evaluations are used when there are at least three; otherwise published report comparisons are used. Repeated model observations within one setting are averaged before ranking. Writing-style traits and composite indices are excluded. This describes similarity, not an overall quality ranking.
Every plotted observation links to its evaluation. Reported configurations, benchmark versions and task subsets can differ; similarity describes shared scores, not training lift.
Pan, Haining, Roggeveen, James V., Berg, Erez, Carrasquilla, Juan, Chowdhury, Debanjan, Ganguli, Surya, Ghimenti, Federico, Hasik, Juraj, Hunt, Henry, Jiang, Hong-Chen, Kamb, Mason, Kao, Ying-Jer, Khatami, Ehsan, Lawler, Michael J., Luo, Di, Neupert, Titus, Qi, Xiaoliang, Brenner, Michael P., Kim, Eun-Ah
Opsahl-Ong, Krista, Singhvi, Arnav, Collins, Jasmine, Zhou, Ivan, Wang, Cindy, Baheti, Ashutosh, Oertell, Owen, Portes, Jacob, Havens, Sam, Elsen, Erich, Bendersky, Michael, Zaharia, Matei, Chen, Xing
GPT 5 Mini · GPT 5 Mini (Mini-SWE-agent) · GPT 5 Mini (OpenHands) · GPT-5 Mini · GPT-5 Mini (high) · GPT-5 mini · GPT-5 mini (High) · GPT-5 mini (high) · GPT-5 mini (low) · GPT-5 mini (medium) · GPT-5 mini (unknown thinking) · GPT-5-mini · gpt-5-mini