返回 返回
模型邮件每日6条一手
Epoch AI的能力指数(ECI)用一把尺子衡量语言模型的综合能力。自2023年3月GPT-4发布后稳居榜首约一年以来,再没有模型能守住第一这么久;第二长的纪录由OpenAI的o1保持,仅
Epoch AI的“能力指数”(ECI)是衡量语言模型能力的综合指标,由50多个基准计算得出。GPT-4在ECI上保持榜首位置352天,从2023年3月14日发布到2024年2月29日Claude 3 Opus超越它。这是数据中记录的最长领先时间,OpenAI的o1以98天位居第二。
已核实 2026-08-12
知情者可追踪为何重要
人工智能领域的领先优势现在持续时间短得多,因此没有哪个实验室能长期保持领先。
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