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 AICue 中仅供参考

所属领域专业办公

上游数据时间10/27 04:01

最近成功同步10/30 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。

AICue 怎么用它

仅供参考，不进入综合或分类分数。

评测成绩

同一模型测了多个档位时，按固定规则只取一套代表成绩；没有可用成绩的模型标为“未计入”并写明原因。匿名测试型号不展示，名次照搬原榜，每项最多列 30 个。

原榜名次	原榜型号	原始成绩	代表配置
1	gpt-6.1-terra_maxOpenAI	78.1%	Max 推理未计入：该来源的单模型评测协议尚未核实。
2	gpt-6-astra_maxOpenAI	76.2%	Max 推理未计入：该来源的单模型评测协议尚未核实。
3	claude-opus-5-5_maxAnthropic	71.4%	Max 推理未计入：该来源的单模型评测协议尚未核实。
4	gemini-4-argon_highGoogle	64.8%	High 推理未计入：该来源的单模型评测协议尚未核实。
5	claude-fable-5-1_maxAnthropic	57.1%	Max 推理未计入：该来源的单模型评测协议尚未核实。
6	gpt-6.1-sol_maxOpenAI	54.3%	Max 推理未计入：该来源的单模型评测协议尚未核实。
7	gpt-6-sol_maxOpenAI	53.3%	Max 推理未计入：该来源的单模型评测协议尚未核实。
8	claude-opus-5_maxAnthropic	45.7%	Max 推理未计入：该来源的单模型评测协议尚未核实。
9	gpt-5.6-sol_maxOpenAI	44.8%	Max 推理未计入：该来源的单模型评测协议尚未核实。
10	claude-haiku-5-5_maxAnthropic	43.8%	Max 推理未计入：该来源的单模型评测协议尚未核实。
11	claude-fable-5_maxAnthropic	39.5%	Max 推理未计入：该来源的单模型评测协议尚未核实。
12	gpt-5.5_xhighOpenAI	34.3%	xHigh 推理未计入：该来源的单模型评测协议尚未核实。
13	muse-wonder-1.0_maxMeta	31.4%	Max 推理未计入：该来源的单模型评测协议尚未核实。
14	grok-4.6_xhighxAI	30.5%	xHigh 推理未计入：该来源的单模型评测协议尚未核实。
15	claude-opus-4-8_maxAnthropic	28.6%	Max 推理未计入：该来源的单模型评测协议尚未核实。
16	gpt-5.4-2026-03-05_xhighOpenAI	25.4%	xHigh 推理未计入：该来源的单模型评测协议尚未核实。
17	gpt-5.2-2025-12-11_xhighOpenAI	23.0%	xHigh 推理未计入：该来源的单模型评测协议尚未核实。
18	claude-opus-4-7_maxAnthropic	19.0%	Max 推理未计入：该来源的单模型评测协议尚未核实。
19	claude-opus-4-5-20251101_128KAnthropic	14.3%	来源默认配置 · 128k未计入：该来源的单模型评测协议尚未核实。
19	gemini-3.1-pro-previewGoogle	14.3%	来源默认配置未计入：该来源的单模型评测协议尚未核实。
21	gpt-5-2025-08-07_highOpenAI	12.7%	High 推理未计入：该来源的单模型评测协议尚未核实。
21	claude-opus-4-6_maxAnthropic	12.7%	Max 推理未计入：该来源的单模型评测协议尚未核实。
23	qwen3.7-maxAlibaba	9.5%	来源默认配置未计入：该来源的单模型评测协议尚未核实。
23	glm-5.2_maxZ.ai	9.5%	Max 推理未计入：该来源的单模型评测协议尚未核实。
25	claude-opus-4-1-20250805Anthropic	7.9%	来源默认配置未计入：该来源的单模型评测协议尚未核实。
26	gemini-3.5-flash_highGoogle	4.8%	High 推理未计入：该来源的单模型评测协议尚未核实。
27	kimi-k2.6Moonshot AI	2.4%	来源默认配置未计入：该来源的单模型评测协议尚未核实。
27	claude-sonnet-4-5-20250929Anthropic	2.4%	来源默认配置未计入：该来源的单模型评测协议尚未核实。

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。各项评测的原始分数尺度不同，不能直接相加；AICue 按公开规则把它们折算成同一种分数。