跳到正文

Chess Puzzles

Epoch AI / 科研 · 根據文字棋局尋找正確走法

官方評測
在 888news 中參與排名
依據預算3.1%
上游數據時間11/20 05:24
最近成功同步11/23 00:05

它測什麼,怎麼測

生成的棋局以 Stockfish 標準答案判分;輸入為棋局文本,不歸入視覺理解。

如何使用這份依據

計分:科研領域的棋類與遊戲一類(與 Mystery Game Puzzles 合起來算一票)。

評測成績

按固定規則,每個公開模型採用一套代表配置;沒有可採用配置的模型標為未計入並寫明原因。匿名測試型號不展示,保留原榜名次,每項最多 30 個。

原榜名次原榜型號原始成績代表配置
1gemini-4-neon_xhighGoogle83.0%xHigh 推理
2claude-fable-5-2_maxAnthropic79.0%Max 推理
3gemini-4-carbon_highGoogle78.0%High 推理
3gpt-6.2-astra_maxOpenAI78.0%Max 推理
6gpt-6-astra_maxOpenAI74.0%Max 推理
7gpt-5.6-sol_promaxOpenAI68.0%來源預設配置未計入:來源為專用系統或尚未核實的執行配置,無法歸到單個公開模型。
7gpt-6.1-sol_maxOpenAI68.0%Max 推理
9claude-opus-5-5_maxAnthropic67.0%Max 推理
10gemini-3.7-flash_highGoogle66.0%High 推理
11gpt-5.5_xhighOpenAI63.0%xHigh 推理
12gpt-5.5-pro_xhighOpenAI62.0%xHigh 推理
13gemini-4-hydrogen_xhighGoogle60.0%xHigh 推理
13gpt-5.2-pro-2025-12-11_xhighOpenAI60.0%xHigh 推理
15claude-sonnet-5-5_maxanthropic59.0%Max 推理
15gpt-5.6-sol_maxOpenAI59.0%Max 推理
15gemini-4-argon_highGoogle59.0%High 推理
15gpt-5.4-pro-2026-03-05_xhighOpenAI59.0%xHigh 推理
19gemini-3.8-flash_highGoogle58.0%High 推理
20gpt-6-sol_maxOpenAI56.0%Max 推理
21claude-haiku-5-5_maxAnthropic55.0%Max 推理
22claude-opus-4-8_maxAnthropic52.0%Max 推理
23gemini-3.1-pro-preview_highGoogle51.0%High 推理
24claude-fable-5-1_maxAnthropic48.0%Max 推理
24gpt-5.4-2026-03-05_xhighOpenAI48.0%xHigh 推理
24deepseek-v4.1-flash_maxDeepSeek48.0%Max 推理
24gpt-5.2-2025-12-11_xhighOpenAI48.0%xHigh 推理
24gpt-5-pro-2025-10-06_highOpenAI48.0%High 推理
29claude-fable-5_maxAnthropic47.0%Max 推理
29gpt-5.6-terra_maxOpenAI47.0%Max 推理
31qwen3.8-max_xhighAlibaba46.0%xHigh 推理
評測局限與數據署名

正式計分;同題家族共用固定預算。

數據許可:CC BY 4.0 · Epoch AI 自行評測資料

成績由 Epoch AI 發布,各項原始分數使用不同尺度,不能直接相加;參考名次採用公開的分差標準化規則。