Skip to content
简体中文

切换主题

发现▾

不知道从哪开始？本周最热的软件、模型和组合，3 分钟看完 AI 圈的变化。

AI 软件▾

给人用的 AI 软件：从 ChatGPT 这类助手，到写代码、做视频、搭工作流的工具，按用途挑。

Agent 工具▾

给 AI 用的软件：让你的 agent（Claude Code、Codex、Cursor…）能上网、读文档、跑代码、记住事情。

模型▾

选模型、算成本、自己部署：价格、榜单、评测、免费额度和自建算力都在这里。

解决方案▾

有具体目标或报错？按场景给出现成的软件组合、步骤和问题解法。

学 AI▾

一套从零到前沿的系统课程，配算法库、必读论文和精选教程。

前沿▾

每天的 AI 新闻、每周热点、最新论文和 AI 改造各学科的进度。

知识 · %

Humanity's Last Exam

由 Center for AI Safety 和 Scale AI 组织、约 2500 道专家出题，覆盖 100 多个学科，出题时专门筛掉了前沿模型能答对的题。

持续更新 数据污染风险: 低 51 条成绩 · 46 个模型 更新于 2026年10月22日 最新成绩：2026-10-07 官方榜单 ↗

测什么

准确率（以精确匹配为主）。数据由 Epoch AI 汇编。

局限

独立审查发现部分学科的标准答案有误；不同报告的设定（是否用工具、是否只做文本题）不同。

数据污染风险: 低

保留了私有题集；公开题带有防训练标记。

排行

46 个模型

# 模型 厂商 分数 名次 设定 来源类型 日期
1 GPT-6 Astra OpenAI 54.8% 1 Compiled by Epoch AI; effort: unknown thinking 第三方汇编 via Epoch AI 2026年9月3日
2 Claude Fable 5.1 Anthropic 46.5% 2 Compiled by Epoch AI; effort: xhigh 第三方汇编 via Epoch AI 2026年9月1日
3 Gemini 3.1 Pro Google 46.4% 3 Compiled by Epoch AI 第三方汇编 via Epoch AI 2026年2月19日
4 Claude Sonnet 5.5 Anthropic 46.1% 4 Compiled by Epoch AI; effort: xhigh 第三方汇编 via Epoch AI 2026年9月28日
5 Gemini 3.8 Flash Google 44.5% 5 Compiled by Epoch AI; effort: unknown 第三方汇编 via Epoch AI 2026年9月2日
6 GPT-5.4 Pro OpenAI 44.3% 6 Compiled by Epoch AI 第三方汇编 via Epoch AI 2026年3月5日
7 Muse Spark Meta 40.6% 7 Compiled by Epoch AI 第三方汇编 via Epoch AI 2026年4月8日
8 Gemini 3 Pro Google 37.5% 8 Compiled by Epoch AI 第三方汇编 via Epoch AI 2025年11月18日
9 GPT-5.4 OpenAI 36.2% 9 Compiled by Epoch AI; effort: xhigh 第三方汇编 via Epoch AI 2026年3月5日
10 Claude Opus 4.7 Anthropic 36.2% 10 Compiled by Epoch AI; effort: unknown 第三方汇编 via Epoch AI 2026年4月16日
11 Claude Opus 4.6 Anthropic 34.4% 11 Compiled by Epoch AI; effort: max 第三方汇编 via Epoch AI 2026年2月5日
12 GPT-5 Pro OpenAI 31.6% 12 Compiled by Epoch AI 第三方汇编 via Epoch AI 2025年10月7日
13 Claude Haiku 5.5 Anthropic 30.1% 13 Compiled by Epoch AI; effort: unknown 第三方汇编 via Epoch AI 2026年10月7日
14 GPT-5.2 OpenAI 27.8% 14 Compiled by Epoch AI; effort: unknown thinking 第三方汇编 via Epoch AI 2025年12月11日
15 GPT-5 OpenAI 25.3% 15 Compiled by Epoch AI; effort: high 第三方汇编 via Epoch AI 2025年8月7日
16 Claude Opus 4.5 Anthropic 25.2% 17 Compiled by Epoch AI; effort: unknown thinking 第三方汇编 via Epoch AI 2025年11月24日
17 Kimi K2.5OW Moonshot AI 24.4% 18 Compiled by Epoch AI 第三方汇编 via Epoch AI 2026年1月27日
18 GPT-5.1 OpenAI 23.7% 19 Compiled by Epoch AI; effort: unknown thinking 第三方汇编 via Epoch AI 2025年11月13日
19 Gemini 2.5 Pro (Jun 2025) Google 21.6% 20 Compiled by Epoch AI; effort: Jun 2025 第三方汇编 via Epoch AI 2025年6月5日
20 o3 OpenAI 20.3% 21 Compiled by Epoch AI; effort: high 第三方汇编 via Epoch AI 2025年4月16日
21 GPT-5 mini OpenAI 19.4% 22 Compiled by Epoch AI; effort: unknown thinking 第三方汇编 via Epoch AI 2025年8月7日
22 Gemini 2.5 Pro (Mar 2025) Google 18.2% 25 Compiled by Epoch AI; effort: Mar 2025 第三方汇编 via Epoch AI 2025年3月25日
23 o4-mini OpenAI 18.1% 26 Compiled by Epoch AI; effort: high 第三方汇编 via Epoch AI 2025年4月16日
24 Gemini 2.5 Pro (May 2025) Google 17.8% 27 Compiled by Epoch AI; effort: Jun 2025 第三方汇编 via Epoch AI 2025年5月6日
25 Claude Sonnet 4.5 Anthropic 13.7% 29 Compiled by Epoch AI; effort: unknown thinking 第三方汇编 via Epoch AI 2025年9月29日
26 Gemini 2.5 Flash (Apr 2025) Google 12.1% 30 Compiled by Epoch AI; effort: Apr 2025 第三方汇编 via Epoch AI 2025年4月17日
27 Claude Opus 4.1 Anthropic 11.5% 31 Compiled by Epoch AI; effort: unknown thinking 第三方汇编 via Epoch AI 2025年8月5日
28 Gemini 2.5 Flash (May 2025) Google 11.0% 32 Compiled by Epoch AI 第三方汇编 via Epoch AI 2025年5月20日
29 Claude Opus 4 Anthropic 10.7% 33 Compiled by Epoch AI 第三方汇编 via Epoch AI 2025年5月22日
30 Gemini 3.1 Flash-Lite Google 8.6% 34 Compiled by Epoch AI 第三方汇编 via Epoch AI 2026年3月3日
31 GLM-4.5OW Zhipu AI (Z.ai) 8.3% 35 Compiled by Epoch AI 第三方汇编 via Epoch AI 2025年8月3日
32 GLM-4.5-AirOW Zhipu AI (Z.ai) 8.1% 36 Compiled by Epoch AI 第三方汇编 via Epoch AI 2025年7月20日
33 o1-pro OpenAI 8.1% 36 Compiled by Epoch AI 第三方汇编 via Epoch AI 2025年3月19日
34 Claude 3.7 Sonnet Anthropic 8.0% 38 Compiled by Epoch AI; effort: unknown thinking 第三方汇编 via Epoch AI 2025年2月24日
35 o1 OpenAI 8.0% 39 Compiled by Epoch AI; effort: unknown thinking 第三方汇编 via Epoch AI 2024年12月17日
36 Claude Sonnet 4 Anthropic 7.8% 40 Compiled by Epoch AI; effort: unknown thinking 第三方汇编 via Epoch AI 2025年5月22日
37 Gemini 2.0 Flash Thinking (Jan 2025) Google 6.6% 42 Compiled by Epoch AI 第三方汇编 via Epoch AI 2025年1月21日
38 Llama 4 MaverickOW Meta 5.7% 43 Compiled by Epoch AI 第三方汇编 via Epoch AI 2025年4月5日
39 GPT-4.5 OpenAI 5.4% 44 Compiled by Epoch AI; effort: Feb 2025 第三方汇编 via Epoch AI 2025年2月27日
40 GPT-4.1 OpenAI 5.4% 45 Compiled by Epoch AI 第三方汇编 via Epoch AI 2025年4月14日
41 Gemini 1.5 Pro (Sept 2024) Google 4.6% 46 Compiled by Epoch AI 第三方汇编 via Epoch AI 2024年9月24日
42 Mistral Medium 3 Mistral AI 4.5% 47 Compiled by Epoch AI 第三方汇编 via Epoch AI 2025年5月7日
43 Amazon Nova Pro Amazon 4.4% 48 Compiled by Epoch AI 第三方汇编 via Epoch AI 2024年12月3日
44 Claude 3.5 Sonnet (October 2024) Anthropic 4.1% 49 Compiled by Epoch AI; effort: Oct 2024 第三方汇编 via Epoch AI 2024年10月22日
45 Amazon Nova Lite Amazon 3.6% 50 Compiled by Epoch AI 第三方汇编 via Epoch AI 2024年12月3日
46 GPT-4o (Nov 2024) OpenAI 2.7% 51 Compiled by Epoch AI; effort: Nov 2024 第三方汇编 via Epoch AI 2024年11月20日

最高分变化

按评测日期，每一步表示本站数据中出现了新的最高分。

  1. 2024-09-244.6%Gemini 1.5 Pro (Sept 2024)
  2. 2024-12-178.0%o1
  3. 2025-02-248.0%Claude 3.7 Sonnet
  4. 2025-03-198.1%o1-pro
  5. 2025-03-2518.2%Gemini 2.5 Pro (Mar 2025)
  6. 2025-04-1620.3%o3
  7. 2025-06-0521.6%Gemini 2.5 Pro (Jun 2025)
  8. 2025-08-0725.3%GPT-5
  9. 2025-10-0731.6%GPT-5 Pro
  10. 2025-11-1837.5%Gemini 3 Pro
  11. 2026-02-1946.4%Gemini 3.1 Pro
  12. 2026-09-0146.5%Claude Fable 5.1
  13. 2026-09-0354.8%GPT-6 Astra

数据来源与许可

来源许可 / 条款本站使用方式最近抓取
Epoch AI Benchmarking Hub
Epoch AI, 'Capabilities & benchmarking', https://epoch.ai/benchmarks (CC BY 4.0)
 CC BY 4.0 开放许可：完整收录并署名 2026年10月22日
← 全部基准 · 了解评测基准是怎么回事

常见问题

Humanity's Last Exam 测的是什么？

由 Center for AI Safety 和 Scale AI 组织、约 2500 道专家出题，覆盖 100 多个学科，出题时专门筛掉了前沿模型能答对的题。 准确率（以精确匹配为主）。数据由 Epoch AI 汇编。

Humanity's Last Exam 的结果可靠吗？

独立审查发现部分学科的标准答案有误；不同报告的设定（是否用工具、是否只做文本题）不同。 数据污染风险: 低 – 保留了私有题集；公开题带有防训练标记。

数据更新于：模型评测成绩（北京时间）