跳到正文
MarketHOT
English
评测来源

Chess Puzzles

Epoch AI / 推理 · 根据文字棋局寻找正确走法

官方评测
在 MarketHOT 中参与排名
证据预算1.8%
上游数据时间11/05 20:14
最近成功同步11/18 14:05

它测什么,怎么测

生成的棋局以 Stockfish 标准答案判分;输入为棋局文本,不归入视觉理解。

如何使用这份证据

正式计分;同题家族共用固定预算。

评测成绩

按固定规则,每个公开模型采用一套代表配置;没有可采用配置的模型标为未计入并写明原因。匿名测试型号不展示,保留原榜名次,每项最多 30 个。

原榜名次原榜型号原始成绩代表配置
1claude-fable-5-2_maxAnthropic79.0%Max 推理
2gemini-4-carbon_highgoogle78.0%High 推理
2gpt-6.2-astra_maxOpenAI78.0%Max 推理
5gpt-6-astra_maxOpenAI74.0%Max 推理
6gpt-6.1-sol_maxopenai68.0%Max 推理
6gpt-5.6-sol_promaxOpenAI68.0%来源默认配置未计入:来源为专用系统或尚未核实的运行配置,无法归到单个公开模型。
8claude-opus-5-5_maxAnthropic67.0%Max 推理
9gemini-3.7-flash_highGoogle66.0%High 推理
10gpt-5.5_xhighOpenAI63.0%xHigh 推理
11gpt-5.5-pro_xhighOpenAI62.0%xHigh 推理
12gpt-5.2-pro-2025-12-11_xhighOpenAI60.0%xHigh 推理
13gemini-4-argon_highgoogle59.0%High 推理
13gpt-5.4-pro-2026-03-05_xhighOpenAI59.0%xHigh 推理
13gpt-5.6-sol_maxOpenAI59.0%Max 推理
13claude-sonnet-5-5_maxanthropic59.0%Max 推理
17gemini-3.8-flash_highGoogle58.0%High 推理
18gpt-6-sol_maxOpenAI56.0%Max 推理
19claude-haiku-5-5_max—55.0%Max 推理
20claude-opus-4-8_maxAnthropic52.0%Max 推理
21gemini-3.1-pro-preview_highGoogle51.0%High 推理
22deepseek-v4.1-flash_maxDeepSeek48.0%Max 推理
22gpt-5.2-2025-12-11_xhighOpenAI48.0%xHigh 推理
22claude-fable-5-1_maxAnthropic48.0%Max 推理
22gpt-5.4-2026-03-05_xhighOpenAI48.0%xHigh 推理
22gpt-5-pro-2025-10-06_highOpenAI48.0%High 推理
27claude-fable-5_maxAnthropic47.0%Max 推理
27gpt-5.6-terra_maxOpenAI47.0%Max 推理
29qwen3.8-max_xhighAlibaba46.0%xHigh 推理
29deepseek-v4.1-flash-1017_maxdeepseek46.0%Max 推理
29deepseek-v4-pro-0813_maxDeepSeek46.0%Max 推理
评测局限与数据署名

正式计分;同题家族共用固定预算。

数据许可:CC BY 4.0 · Epoch AI 自行评测数据

成绩由 Epoch AI 发布,原始分数与 MarketHOT 共识分使用不同尺度,不能直接相加。