返回 返回
模型邮件每日6条一手
Epoch AI对发布当日上下文窗口位列前十的模型拟合趋势线，发现自2023年年中以来，前沿模型的上下文窗口长度每年 提高到上一年的约30倍
Epoch AI 分析了大型语言模型 (LLM) 的上下文窗口大小，即 LLM 每次查询可以摄入的 token 数量。他们确定了发布日期上下文窗口最长的十个模型，并对这些数据拟合了一个线性模型。这项分析表明，自 2023 年年中以来，前沿上下文窗口每年大约扩大 30 倍。
已核实 2026-08-09
知情者可追踪为何重要
模型现在可以阅读比以前长得多的文档，这开启了诸如一次性审查合同或整个代码库等用途。
更多模型
- AI模型如今已能在国际数学奥林匹克竞赛中夺金,但斯坦福《2026年AI指数报告》发现,它们在一项大多数孩子很早就掌握的任务上仍会出错。在ClockBench的180种表盘设计、720道题目测试中,表现最好的模型 GPT-5.4 High正确读出模拟时钟时间的比例仅为50.6%,而人类为90.1%
- 闭源与开源AI模型的性能差距在2024年一度几乎抹平后再度拉开。截至2026年3月，斯坦福《2026年AI指数》显示，Arena排行榜上顶尖闭源模型相对顶尖开源模型领先3.3%，高于2024年8月的0.5%
- 斯坦福大学2026年AI指数报告追踪AI模型在GPQA Diamond基准上的表现——这是一套专为抵抗谷歌搜索而设计的博士级化学和物理题。2025年,模型在该基准上的平均准确率达到93%,而专家人类验证者的基线为81.2%——AI模型现已在GPQA Diamond上超越博士级专家12个百分点