Σύγκριση Ικανοτήτων Μοντέλων AI
| Αρ. | Μοντέλο | |
|---|---|---|
| 1 |  Claude Opus 5.5 | 168.83 |
| 2 |  GPT-6 Astra | 168.81 |
| 3 | GPT-6.1 Sol | 168.37 |
| 4 | Claude Fable 5.1 | 166.49 |
| 5 |  Gemini 4 Argon | 166.45 |
| 6 | Claude Sonnet 5.5 | 166.18 |
| 7 | Claude Opus 5 | 163.94 |
| 8 | GPT-6 Sol | 163.73 |
| 9 | GPT-6 Luna | — |
| 10 | Claude Haiku 5.5 | — |
| 11 | Claude Mythos Preview | — |
Δοκιμασίες Epoch AI
Πηγή: Epoch AI, CC BY 4.0 ↗ · Ενημερώθηκε 2026-10-15
PandaNpc Ενημερώθηκε 21 Οκτ 2026, 06:01 (Συντονισμένη Παγκόσμια Ώρα)
Πηγή: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Οδηγός στηλών
- Αρ.
- Μόνο σειρά εμφάνισης. Η ταξινόμηση αλλάζει αυτόν τον αριθμό· δεν αποτελεί δημοσιευμένη κατάταξη ικανοτήτων.
- Μοντέλο
- Το όνομα του αξιολογούμενου μοντέλου και το εικονίδιο του παρόχου του. Μια παύλα σε μια στήλη βαθμολογίας σημαίνει ότι δεν υπάρχει διαθέσιμη δημοσιευμένη βαθμολογία εδώ, όχι μηδέν.
- Δείκτης Ικανοτήτων Epoch (ECI)
- Το ECI συνδυάζει πολλαπλά benchmarks σε μια γενική κλίμακα ικανοτήτων, λαμβάνοντας υπόψη τη σχετική δυσκολία τους. Υψηλότερες βαθμολογίες υποδηλώνουν ισχυρότερη απόδοση σε αυτήν την κλίμακα· δεν είναι ποσοστά ή βαθμολογίες IQ. Ένα μοντέλο μπορεί ακόμα να διαφέρει σημαντικά μεταξύ μεμονωμένων εργασιών. Μεθοδολογία αξιολόγησης ↗
Διαβάστε τις βαθμολογίες εντός του ίδιου benchmark, της ίδιας πηγής και έκδοσης. Υψηλότερες τιμές υποδηλώνουν ισχυρότερη απόδοση στη μετρική που αναφέρεται, αλλά οι διαφορετικές στήλες δεν μοιράζονται κοινή κλίμακα.