⌘ K
… 读取采集状态 同步中...
雷
评测来源

EBR-bench

Epoch AI / 专业办公 · 在长任务中学习新规则并使用记忆

官方评测
在 电商热点雷达 · AI 中仅供参考
证据预算不计分
上游数据时间10/09 08:00
最近成功同步10/13 02:05

它测什么，怎么测

公开汇总混合了记忆压缩配置；未取得固定配置的可比成绩前仅供参考。

如何使用这份证据

仅供参考，不进入综合或分类分数。

评测成绩

按固定规则，每个公开模型采用一套代表配置。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
1gpt-6-astra_maxOpenAI76.2%Max 推理
2claude-opus-5-5_maxAnthropic71.4%Max 推理
3claude-fable-5-1_maxAnthropic57.1%Max 推理
4gpt-6.1-sol_max—54.3%Max 推理
5gpt-6-sol_maxOpenAI53.3%Max 推理
6claude-opus-5_maxAnthropic45.7%Max 推理
7gpt-5.6-sol_maxOpenAI44.8%Max 推理
8claude-haiku-5-5_maxAnthropic43.8%Max 推理
9claude-fable-5_maxAnthropic39.5%Max 推理
10gpt-5.5_xhighOpenAI34.3%xHigh 推理
11grok-4.6_xhighxAI30.5%xHigh 推理
12claude-opus-4-8_maxAnthropic28.6%Max 推理
13gpt-5.4-2026-03-05_xhighOpenAI25.4%xHigh 推理
14gpt-5.2-2025-12-11_xhighOpenAI23.0%xHigh 推理
15claude-opus-4-7_maxAnthropic19.0%Max 推理
16gemini-3.1-pro-previewGoogle14.3%来源默认配置
16claude-opus-4-5-20251101_128KAnthropic14.3%来源默认配置 · 128k
18claude-opus-4-6_maxAnthropic12.7%Max 推理
18gpt-5-2025-08-07_highOpenAI12.7%High 推理
20qwen3.7-maxAlibaba9.5%来源默认配置
20glm-5.2_maxZ.ai9.5%Max 推理
22claude-opus-4-1-20250805Anthropic7.9%来源默认配置
23gemini-3.5-flash_highGoogle4.8%High 推理
24claude-sonnet-4-5-20250929Anthropic2.4%来源默认配置
24kimi-k2.6Moonshot AI2.4%来源默认配置
评测局限与数据署名

仅供参考，不进入综合或分类分数。

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 电商热点雷达 · AI 共识分使用不同尺度，不能直接相加。