返回 返回
模型邮件每日6条一手
Epoch AI的模型追踪数据显示，OpenAI于2026年9月29日发布、每百万输出token定价10美元的GPT- Sol，在Epoch的高难度研究级数学题集FrontierMath Tier 4 (v2)上取得了的最佳成绩 OpenAI的GPT-6.1 Sol在FrontierMath最难的研究级数学层级拿下100%
已核实 2026-10-28
知情者可追踪为何重要
A benchmark built to resist AI for years is now maxed out by a lower-priced model, so frontier maths ability is getting cheap and new yardsticks are needed.
这一句是英文原文，写的时候用的就是英文。
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