BenchLeader

Chess Puzzles 排行榜

截至 2026年11月16日,Chess Puzzles 的最高分为 79.0%,由 Claude Fable 5.2(Anthropic)取得,领先于 Gemini 4 Carbon(78.0%)。共有 157 个模型配置公布了结果(Epoch AI Benchmarking Hub,结果日期 2026年11月9日)。以局面形式给出的国际象棋谜题;模型必须找出制胜的着法序列。Chess Puzzles 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Claude Fable 5.2 以 79.0% 保持 Chess Puzzles 最高分(Epoch AI Benchmarking Hub,2026年11月9日)。
  • Gemini 4 Carbon 以 78.0% 位列 Chess Puzzles 第二(Epoch AI Benchmarking Hub,2026年11月10日)。
  • Chess Puzzles:根据棋盘描述解国际象棋谜题。由 Epoch AI 运行(Epoch AI Benchmarking Hub)。
  • BenchLeader 上有 157 个模型配置公布了 Chess Puzzles 结果(BenchLeader,2026年11月16日)。
  • Chess Puzzles 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

根据棋盘描述解国际象棋谜题。由 Epoch AI 运行。

发布方
Epoch AI Benchmarking Hub
类别
推理
Index 权重
仅作参考
模型
157
数据截至
2026年11月16日
最新结果
2026年11月10日

CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.

测试内容

以局面形式给出的国际象棋谜题;模型必须找出制胜的着法序列。

评分方式

解出谜题的百分比,由 Epoch AI 运行。

注意事项

一项范围窄但参评模型多的推理任务;适合发现类似搜索的推理能力。

157 / 157
#
1新Claude Fable 5.2max79.0%72.72026-11-09
2Gemini 4 Carbonhigh78.0%68.92026-11-10
3GPT-6 AstraPro 模式76.0%–2026-09-03
4GPT-6 Astramax74.0%67.32026-09-03
5GPT-6.1 Solmax68.0%66.62026-09-29
6GPT-5.6 SolPro 模式68.0%–2026-07-09
7Claude Opus 5.5max67.0%68.42026-09-22
8Gemini 3.7 Flashhigh66.0%62.12026-08-13
9GPT-5.5xhigh63.0%64.12026-04-23
10GPT-5.5 Proxhigh62.0%–2026-04-23
11GPT-5.2 Proxhigh60.0%–2025-12-11
12GPT-5.6 Solmax59.0%65.32026-07-09
13Gemini 4 Argonhigh59.0%65.32026-10-13
14Claude Sonnet 5.5max59.0%64.22026-09-28
15GPT-5.4 Proxhigh59.0%59.52026-03-05
16Gemini 3.8 Flashhigh58.0%59.42026-09-02
17GPT-6 Solmax56.0%62.62026-09-22
18Claude Haiku 5.5max55.0%55.32026-10-07
19Claude Opus 4.8max52.0%61.12026-05-28
20Gemini 3.1 Prohigh51.0%60.42026-02-19
21Claude Fable 5.1max48.0%66.72026-09-01
22GPT-5.4xhigh48.0%63.12026-03-05
23GPT-5.2xhigh48.0%59.92025-12-11
24DeepSeek V4.1 Flashmax48.0%58.52026-09-09
25GPT-5 Prohigh48.0%–2025-10-07
26Claude Fable 5max47.0%65.12026-06-09
27GPT-5.6 Terramax47.0%59.52026-07-09
28DeepSeek V4.1 Flash 1017max46.0%57.72026-10-17
29Qwen3.8 Maxxhigh46.0%56.62026-08-02
30DeepSeek V4 Promax46.0%54.72026-08-13
31Claude Fable 5high45.0%63.92026-06-09
32Gemini 3.5 Flashhigh45.0%62.52026-05-19
33Kimi K3.1 Pro Togethermax45.0%60.02026-10-23
34Claude Sonnet 5max45.0%56.12026-06-30
35GPT-5.2high45.0%55.82025-12-11
36GPT-5.4 Nanoxhigh45.0%53.92026-03-17
37Claude Opus 5max43.0%65.02026-07-24
38GPT-5.6 Lunamax43.0%56.22026-07-09
39GPT-5.4high42.0%58.62026-03-05
40GPT-5.1high42.0%57.52025-11-13
41Gemini 3.6 Flashlow42.0%–2026-07-21
42Gemini 3.5 Flashlow42.0%–2026-05-19
43Claude Opus 4.7max41.0%59.72026-04-16
44Grok 4.7xhigh41.0%57.42026-09-21
45Gemini 3.6 Flashhigh40.0%61.02026-07-21
46Gemini 3 Flashhigh40.0%57.42025-12-17
47Doubao Seed Evolvinghigh40.0%–2026-11-02
48Muse Spark 1.3max37.0%60.62026-09-02
49GLM 5.3max37.0%58.82026-08-14
50GPT-5.4medium37.0%54.52026-03-05
51o3medium37.0%53.32025-04-16
52Kimi K3high37.0%–2026-07-16
53Kimi K3max36.0%60.22026-07-16
54GPT-5high36.0%58.22025-08-07
55Claude Opus 4.7xhigh36.0%57.02026-04-16
56GPT-5.2medium36.0%56.22025-12-11
57GPT-6 Lunamax36.0%55.12026-09-22
58o3high36.0%55.12025-04-16
59GPT-5.4 Nanohigh36.0%48.32026-03-17
60o3low36.0%45.12025-04-16

更多推理基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《Chess Puzzles 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/chess_puzzles。

Chess Puzzles:常见问题

Chess Puzzles 衡量的是什么?
以局面形式给出的国际象棋谜题;模型必须找出制胜的着法序列。分数以完成任务的百分比表示,越高越好。
Chess Puzzles 的最高分是多少?
截至 2026年11月16日,Chess Puzzles 的最高分为 79.0%,由 Claude Fable 5.2 取得(结果日期 2026年11月9日),领先于 Gemini 4 Carbon(78.0%)。分数来自 Epoch AI Benchmarking Hub,每天重新读取。
哪个 AI 模型在 Chess Puzzles 上领先?
截至 2026年11月16日,Chess Puzzles 排名第一的是 Claude Fable 5.2,分数为 79.0%(结果日期 2026年11月9日)。其后为 Gemini 4 Carbon(78.0%)。
有多少模型有 Chess Puzzles 结果?
BenchLeader 上有 157 个模型配置有 Chess Puzzles 结果,全部取自 Epoch AI Benchmarking Hub。
Chess Puzzles 由谁运行,多久更新一次?
Chess Puzzles 由 Epoch AI Benchmarking Hub 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
Chess Puzzles 是否计入 BenchLeader Index?
不计入。Chess Puzzles 仅作参考展示,不计入综合分数。