件の評価ソース公式評価
Mystery Game Puzzles
このページの内容は中国語です。
Epoch AI / 推理 · 从陌生规则推导正确行动
AIDC热点 内順位に参加
根拠の予算1%
上流データ時刻10/27 04:00
直近の同期成功11/03 02:05
何をどう測るか
只取 Epoch 标准协议的 mean_score；题目不公开这一限制明确保留。
この根拠の使い方
正式计分；同题家族共用固定预算。
評価成績
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。
| 元ランキングの順位 | 元ランキングの型番 | 素の成績 | 代表設定 |
|---|---|---|---|
| 1 | gpt-6-astra_maxOpenAI | 84.0% | Max 推理 |
| 2 | gpt-6.1-sol_maxOpenAI | 80.0% | Max 推理 |
| 3 | gpt-6.1-terra_maxOpenAI | 74.0% | Max 推理 |
| 4 | claude-opus-5-5_maxAnthropic | 71.0% | Max 推理 |
| 5 | claude-sonnet-5-5_maxAnthropic | 65.0% | Max 推理 |
| 6 | gemini-4-argon_highGoogle | 64.0% | High 推理 |
| 7 | claude-opus-5_maxAnthropic | 59.0% | Max 推理 |
| 8 | gpt-5.6-sol_maxOpenAI | 58.0% | Max 推理 |
| 8 | claude-fable-5-1_maxAnthropic | 58.0% | Max 推理 |
| 10 | gpt-6-sol_maxOpenAI | 56.0% | Max 推理 |
| 10 | gpt-5.5_xhighOpenAI | 56.0% | xHigh 推理 |
| 12 | claude-fable-5_maxAnthropic | 52.0% | Max 推理 |
| 14 | muse-wonder-1.0_maxMeta | 51.0% | Max 推理 |
| 15 | deepseek-v4.1-flash-1017_maxDeepSeek | 49.0% | Max 推理 |
| 16 | gemini-3.8-flash_highGoogle | 47.0% | High 推理 |
| 17 | deepseek-v4.1-flash_maxDeepSeek | 43.0% | Max 推理 |
| 17 | deepseek-v4-pro-0813_maxDeepSeek | 43.0% | Max 推理 |
| 19 | qwen3.8-max_xhighAlibaba | 38.0% | xHigh 推理 |
| 20 | gemini-3.7-flash_highGoogle | 37.0% | High 推理 |
| 20 | gpt-5.4-2026-03-05_xhighOpenAI | 37.0% | xHigh 推理 |
| 23 | claude-opus-4-8_maxAnthropic | 36.0% | Max 推理 |
| 24 | claude-sonnet-5_maxAnthropic | 35.0% | Max 推理 |
| 24 | gpt-5.6-terra_maxOpenAI | 35.0% | Max 推理 |
| 26 | deepseek-v4-flash-0731_maxDeepSeek | 34.0% | Max 推理 |
| 26 | gemini-3.1-pro-preview_highGoogle | 34.0% | High 推理 |
| 26 | grok-4.6_xhighxAI | 34.0% | xHigh 推理 |
| 29 | glm-5.3_maxZ.ai | 33.0% | Max 推理 |
| 31 | qwen3.7-maxAlibaba | 32.0% | 来源默认配置 |
| 31 | gemini-3.5-flash_highGoogle | 32.0% | High 推理 |
| 35 | claude-haiku-5-5_maxAnthropic | 30.0% | Max 推理 |
評価の制約とデータの帰属
正式计分；同题家族共用固定预算。
データライセンス：CC BY 4.0 · Epoch AI 自行评测数据
成绩由 Epoch 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。