跳到正文
評測來源

EBR-bench

Epoch AI / 專業辦公 · 在長任務中學習新規則並使用記憶

官方評測
在 ATech Hot 中僅供參考
評測權重不計分
來源資料更新時間11/14 06:32
最近成功同步11/22 02:05

它測什麼,怎麼測

公開彙總混合了記憶壓縮配置;未取得固定配置的可比成績前僅供參考。

如何使用這份證據

僅供參考,不進入綜合或分類分數。

評測成績

按固定規則,每個公開模型採用一套用作比較的設定;沒有可採用設定的模型標為未計入並寫明原因。匿名測試型號不展示,保留原榜名次,每項最多 30 個。

原榜名次原榜型號原始成績用作比較的設定
1gpt-6.2-astra_maxOpenAI92.4%Max 推理
2claude-fable-5-2_maxAnthropic90.5%Max 推理
3gemini-4-carbon_highgoogle87.6%High 推理
4gpt-6.1-terra_maxOpenAI78.1%Max 推理
5gpt-6-astra_maxOpenAI76.2%Max 推理
6claude-opus-5-5_maxAnthropic71.4%Max 推理
7gemini-4-hydrogen_xhighgoogle70.5%xHigh 推理
8gemini-4-argon_highgoogle64.8%High 推理
9claude-fable-5-1_maxAnthropic57.1%Max 推理
10gpt-6.1-sol_maxopenai54.3%Max 推理
11gpt-6-sol_maxOpenAI53.3%Max 推理
12claude-opus-5_maxAnthropic45.7%Max 推理
13gpt-5.6-sol_maxOpenAI44.8%Max 推理
14claude-haiku-5-5_max—43.8%Max 推理
15claude-fable-5_maxAnthropic39.5%Max 推理
16kimi-k3.1-pro-together_maxMoonshot37.1%Max 推理
17gpt-5.5_xhighOpenAI34.3%xHigh 推理
18muse-wonder-1.0_max—31.4%Max 推理
19grok-4.6_xhighxAI30.5%xHigh 推理
20claude-opus-4-8_maxAnthropic28.6%Max 推理
21gpt-5.4-2026-03-05_xhighOpenAI25.4%xHigh 推理
22gpt-5.2-2025-12-11_xhighOpenAI23.0%xHigh 推理
23claude-opus-4-7_maxAnthropic19.0%Max 推理
24mistral-large-4-0-oss_highMistral AI18.1%High 推理
25claude-opus-4-5-20251101_128KAnthropic14.3%來源預設配置 · 128k
25gemini-3.1-pro-previewGoogle14.3%來源預設配置
27claude-opus-4-6_maxAnthropic12.7%Max 推理
27gpt-5-2025-08-07_highOpenAI12.7%High 推理
29qwen3.7-maxAlibaba9.5%來源預設配置
29glm-5.2_maxZ.ai9.5%Max 推理
評測侷限與數據署名

僅供參考,不進入綜合或分類分數。

數據許可:CC BY 4.0 · Epoch AI 自行評測數據

成績由 Epoch AI 發佈,原始分數與 ATech Hot 共識指數使用不同尺度,不能直接相加。