ALE-Bench

Name: ALE-Bench
Creator: Sakana AI

This page's content is in Chinese.

Sakana AI / 编程 · AtCoder 启发式竞赛式的长时算法工程

In AIDC热点Ranked

Evidence budget0.6%

Upstream data timeTo be verified

Last successful sync11/03 08:05

What it measures and how

在没有标准答案的优化题上持续改进程序，按竞赛表现分（Performance）比较。

正式计分（方法 v16 起），权重较低；成绩由 Sakana AI 发布、Epoch AI 汇编。

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。

Original board rank	Original board model	Raw result	Representative config
1	gpt-6-astra_maxOpenAI	2,951.3	Max 推理
2	gpt-6.1-sol_maxOpenAI	2,743.8	Max 推理
3	gpt-6.1-terra_maxOpenAI	2,608.8	Max 推理
4	gpt-6-sol_maxOpenAI	2,462	Max 推理
5	gpt-5.6-sol_maxOpenAI	2,176.9	Max 推理
6	claude-opus-5_highAnthropic	2,164.6	High 推理
7	claude-opus-5-5_highAnthropic	2,147.4	High 推理
8	claude-fable-5-1_highAnthropic	2,143.2	High 推理
9	gemini-4-argon_highGoogle	2,100.1	High 推理
10	claude-fable-5_highAnthropic	2,041.3	High 推理
11	gpt-5.6-terra_maxOpenAI	1,951.4	Max 推理
12	gpt-5.5_xhighOpenAI	1,943	xHigh 推理
13	kimi-k3.1-pro_maxMoonshot AI	1,932.8	Max 推理
14	claude-sonnet-5-5_highAnthropic	1,819.1	High 推理
16	muse-spark-1.3_xhighMeta	1,688.4	xHigh 推理
17	gpt-5.6-luna_maxOpenAI	1,667.4	Max 推理
18	gpt-5.3-codex_xhighOpenAI	1,655.2	xHigh 推理
19	deepseek-v4.1-flash-1017_maxDeepSeek	1,622	Max 推理
20	gpt-5.4-2026-03-05_highOpenAI	1,607	High 推理
21	Muse-Spark-Open-816B-A42B_xhighMeta	1,590.1	xHigh 推理
23	claude-haiku-5-5_highAnthropic	1,587	High 推理
24	gpt-6-luna_xhighOpenAI	1,576.9	xHigh 推理
25	claude-opus-4-8_highAnthropic	1,563.8	High 推理
26	kimi-k3_maxMoonshot AI	1,524.5	Max 推理
28	grok-4.6_xhighxAI	1,508.1	xHigh 推理
29	claude-sonnet-5_highAnthropic	1,463.1	High 推理
31	deepseek-v4-pro-0813_maxDeepSeek	1,403.2	Max 推理
32	gemini-3-flash-previewGoogle	1,367.2	来源默认配置
33	claude-sonnet-4-6_mediumAnthropic	1,327.3	Medium 推理
34	claude-opus-4-7Anthropic	1,323.1	来源默认配置

Benchmark limits and data attribution

覆盖的前沿模型较少；表现分不是百分比，只用于排序。

Data license:CC BY 4.0 · Epoch AI 汇编，原始成绩由 Sakana AI 发布

成绩由 Sakana AI 发布，原始分数与 AIDC热点共识分使用不同尺度，不能直接相加。