BenchLeader

CL-bench 排行榜

截至 2026年11月16日,CL-bench 的最高分为 27.9%,由 GPT-5.4(OpenAI)取得,领先于 GPT-5.1(23.7%)。共有 22 个模型配置公布了结果(Epoch AI Benchmarking Hub,结果日期 2026年3月5日)。模型必须运用提示词中给出的新规则或新事实,而不是依赖已有知识来完成的任务。CL-bench 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • GPT-5.4 以 27.9% 保持 CL-bench 最高分(Epoch AI Benchmarking Hub,2026年3月5日)。
  • GPT-5.1 以 23.7% 位列 CL-bench 第二(Epoch AI Benchmarking Hub,2025年11月13日)。
  • CL-bench:需要利用上下文中给出的信息的持续学习式任务(Epoch AI Benchmarking Hub)。
  • BenchLeader 上有 22 个模型配置公布了 CL-bench 结果(BenchLeader,2026年11月16日)。
  • CL-bench 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

需要利用上下文中给出的信息的持续学习式任务。

发布方
Epoch AI Benchmarking Hub
类别
推理
Index 权重
仅作参考
模型
22
数据截至
2026年11月16日

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

测试内容

模型必须运用提示词中给出的新规则或新事实,而不是依赖已有知识来完成的任务。

评分方式

总分,由 CL-bench 发布。

注意事项

新推出;题集小。

22 / 22
#
1GPT-5.4xhigh27.9%63.12026-03-05
2GPT-5.1high23.7%57.52025-11-13
3Grok 4.2022.2%–2026-02-17
4Claude Opus 4.521.1%57.12025-11-24
5GPT-5.121.1%56.12025-11-13
6Gemini 3.1 Pro20.8%59.92026-02-19
7Claude Opus 4.620.7%62.12026-02-05
8Qwen3.6 Plus20.3%59.02026-03-31
9Qwen3.5 Plus19.8%–2026-02-16
10Kimi K2.519.3%54.62026-01-27
11GLM-518.7%54.92026-02-11
12GPT-5.218.2%56.72025-12-11
13GPT-5.2high18.1%55.82025-12-11
14o3high17.8%55.12025-04-16
15Kimi K2 Thinkingthinking17.6%52.32025-11-06
16GLM 4.715.9%51.72025-12-22
17Gemini 3 Pro15.8%60.02025-11-18
18Mimo v2 Pro15.7%59.1–
19Qwen3 Maxmax14.5%54.22025-09-24
20DeepSeek V3.2thinking13.2%56.72025-09-29
21DeepSeek V3.212.4%50.22025-12-01
22MiniMax M2.511.4%53.72026-02-12

更多推理基准测试 · 全部大模型基准测试

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

CL-bench:常见问题

CL-bench 衡量的是什么?
模型必须运用提示词中给出的新规则或新事实,而不是依赖已有知识来完成的任务。分数以完成任务的百分比表示,越高越好。
CL-bench 的最高分是多少?
截至 2026年11月16日,CL-bench 的最高分为 27.9%,由 GPT-5.4 取得(结果日期 2026年3月5日),领先于 GPT-5.1(23.7%)。分数来自 Epoch AI Benchmarking Hub,每天重新读取。
哪个 AI 模型在 CL-bench 上领先?
截至 2026年11月16日,CL-bench 排名第一的是 GPT-5.4,分数为 27.9%(结果日期 2026年3月5日)。其后为 GPT-5.1(23.7%)。
有多少模型有 CL-bench 结果?
BenchLeader 上有 22 个模型配置有 CL-bench 结果,全部取自 Epoch AI Benchmarking Hub。
CL-bench 由谁运行,多久更新一次?
CL-bench 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。
CL-bench 是否计入 BenchLeader Index?
不计入。CL-bench 仅作参考展示,不计入综合分数。