为了对ChatGPT进行基准测试，OpenAI对GPT4和GPT3.5模拟了各种专业的学术考试，其中包括“美国高考”（SAT）、研究生入学考试（GRE）、律师资格考试和物理、化学、生物等各种美国大学先修课程（AP），共计16项。
成绩以百分位数来衡量。如果你在考试中排名第60百分位，则代表你的成绩高于60%的应试者。
如下图所示，GPT3.5的测试结果显示，成绩前五的分别是SAT循证阅读与写作（第87百分位）、AP心理学（第83百分位）、SAT数学（第70百分位）、GRE口语（第63百分位）和AP生物（第62百分位）。
但值得注意的是，除了上述五项测试和GRE写作（第54百分位）之外，剩余10项测试结果显示，GPT3.5只能排名“中等偏下”，均不及50百分位。
相比之下GPT4的成绩则有显著优势，共有三项课程排名超过90百分位，分别是GRE口语（第99百分位）、SAT循证阅读与写作（第93百分位）和律师资格考试（第90百分位）。
此外，共有12项课程排名50百分位之前，其中GPT4律师资格考试、GRE数学、AP化学等测试中取得了至少50个百分位的进步。
但是在AP英语语言、AP英语文学和竞争性编程的测试中，GPT4和GPT3.5都显得颇为不擅长。（来源：visualcapitalist）
