返回 返回
模型邮件每日6条一手
截至2026年9月，OpenAI于2026年9月3日发布的GPT-6 Astra在Epoch能力指数上取得167分，是当时Epoch AI追踪的251个模型中的最高分，比Anthropic的Claude Fable 5.1（165分）高出2分
Epoch AI追踪的Epoch能力指数（ECI）将AI模型基准测试结果整合为一个能力分数。OpenAI的GPT-6 Astra是一个闭源模型，于2026年9月3日发布，发布时在所追踪的模型中排名第一。随着Epoch添加模型，分数和排名会发生变化，因此实时页面现在显示的数据略有不同。
已核实 2026-10-24
知情者可追踪为何重要
人工智能领域的领先地位在实验室之间以微弱优势不断易手。
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