DeepSeek-R1在AIME 2024基准测试中的性能是显着的，因为它得分79.8％，略高于OpenAI O1-1217，占79.2％[1]。但是，在AIME 2024基准测试中，DeepSeek-R1和GPT-4O-0513之间的直接比较有限。
GPT-4O模型通常以各种任务的稳健性能而闻名，但是在可用信息中未详细介绍AIME 2024上GPT-4O-0513的具体结果。 GPT-4O模型通常在语言理解和生成任务上很强，但是与专门针对此类任务(例如DeepSeek-R1)相比，它们在专门的数学推理基准(例如AIME)上的性能可能会有所不同。
DeepSeek-R1在AIME 2024上的出色表现可以归因于其体系结构，该体系结构结合了大规模的强化学习以增强推理能力。这种方法使其可以在需要高级多步数学推理的任务中表现出色[1] [3]。相比之下，GPT-4O模型更具概括性，并且在数学推理任务中可能没有相同的专业化水平。
总体而言，尽管与OpenAI O1-1217相比，DeepSeek-R1在AIME 2024上表现出卓越的性能，但在可用数据中未明确提供与GPT-4O-0513的直接比较。但是，DeepSeek-R1的专门培训和建筑可能有助于其在数学推理基准中的强烈表现。
引用：
[1] https://www.datacamp.com/blog/deepseek-r1
[2] https://blog.getbind.co/2025/01/23/deepseek-r1-vs-gpt-o1-o1-vs-claude-3-5-5-sonnet-sonnet-which-which-which- which-is-best-best-for-coding/
[3] https://docsbot.ai/models/compare/gpt-4o-2024-05-13/deepseek-r1
[4] https://artaveranalysis.ai/models/deepseek-r1
[5] https://docsbot.ai/models/compare/deepseek-r1/gpt-4o
[6] https://llm-stats.com/models/compare/deepseek-r1-vs-gpt-4o-2024-08-06
[7] https://www.prompthub.us/blog/deepseek-r-1-model-overview-and-how-in-rank-ranks-against-openais-o1
[8] https://docsbot.ai/models/compare/gpt-4o/deepseek-r1