返回 返回
模型邮件每日6条一手
Epoch AI发现,自2024年9月以来,其能力指数(ECI)前沿在推理模型上每年提升14分,是GPT-4到GPT-4.5期间非推理模型每年6分增速的两倍多
Epoch AI衡量了其能力指数（ECI）前沿在推理模型方面的进步，发现自2024年9月以来平均每年增加14点。相比之下，非推理模型（从GPT-4到GPT-4.5测量）每年增加6点。ECI数据于2026年9月1日获取，趋势是针对发布时处于SOTA（State-of-the-Art）的模型进行的线性拟合。
已核实 2026-09-15
知情者可追踪为何重要
在回答问题前进行逐步思考的模型，其改进速度远超老式模型。
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