千机 API 评测来源官方评测
Chess Puzzles
Epoch AI / 推理 · 根据文字棋局寻找正确走法
在 千机新闻 中参与排名
证据预算1.8%
上游数据时间09/30 06:00
最近成功同步10/03 10:55
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。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 |
|---|---|---|---|
| 1 | gpt-6-astra_maxopenai | 72.0% | Max 推理 |
| 4 | gpt-6.1-sol_maxopenai | 61.0% | Max 推理 |
| 4 | gemini-3.8-flash_highgoogle | 61.0% | High 推理 |
| 6 | gpt-5.4-pro-2026-03-05_xhighOpenAI | 58.6% | xHigh 推理 |
| 7 | gpt-5.6-sol_maxopenai | 55.0% | Max 推理 |
| 9 | gpt-5.6-terra_maxopenai | 54.0% | Max 推理 |
| 11 | gemini-3.5-flash_highgoogle | 50.0% | High 推理 |
| 12 | gemini-3.1-pro-preview_highgoogle | 49.0% | High 推理 |
| 12 | gpt-5.2-2025-12-11_xhigh— | 49.0% | xHigh 推理 |
| 14 | claude-fable-5-1_maxanthropic | 47.0% | Max 推理 |
| 14 | deepseek-v4-pro-0813_max— | 47.0% | Max 推理 |
| 14 | gemini-3.7-flash_highgoogle | 47.0% | High 推理 |
| 18 | gpt-5.4-2026-03-05_xhighOpenAI | 44.0% | xHigh 推理 |
| 21 | claude-opus-5_maxanthropic | 42.0% | Max 推理 |
| 22 | claude-fable-5_maxanthropic | 41.0% | Max 推理 |
| 24 | gpt-5.6-luna_maxopenai | 40.0% | Max 推理 |
| 24 | qwen3.8-max-0902_xhighalibaba | 40.0% | xHigh 推理 |
| 24 | gemini-3.6-flash_highgoogle | 40.0% | High 推理 |
| 24 | gemini-3-flash-preview_high— | 40.0% | High 推理 |
| 31 | kimi-k3_max— | 39.0% | Max 推理 |
| 32 | muse-spark-1.3_maxmeta | 38.0% | Max 推理 |
| 32 | grok-4.7_xhighxai | 38.0% | xHigh 推理 |
| 38 | gpt-5-2025-08-07_high— | 37.0% | High 推理 |
| 39 | grok-4.5_highxai | 36.0% | High 推理 |
| 43 | o3-2025-04-16_highopenai | 34.0% | High 推理 |
| 43 | claude-opus-4-8_maxanthropic | 34.0% | Max 推理 |
| 45 | deepseek-v4-flash-0731_max— | 33.0% | Max 推理 |
| 47 | gpt-5.1-2025-11-13_highOpenAI | 32.0% | High 推理 |
| 48 | gpt-6-luna_maxopenai | 31.0% | Max 推理 |
| 48 | grok-4.6_xhighxai | 31.0% | xHigh 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 千机新闻 共识分使用不同尺度，不能直接相加。