GameBench 2 by reasoning setting 排行榜
截至 2026年11月16日,GameBench 2 by reasoning setting 的最高分为 99.1,由 Claude Fable 5.2(Anthropic)取得,领先于 Claude Opus 5.5(94.8)。共有 203 个模型配置公布了结果(DuelLab GameBench 2,结果日期 2026年11月10日)。GameBench 2 按模型运行时的每种推理设置分别计分,并归入对应的推理强度。仅显示 DuelLab 给出排名的设置。GameBench 2 by reasoning setting 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 99.1 保持 GameBench 2 by reasoning setting 最高分(DuelLab GameBench 2,2026年11月10日)。
- Claude Opus 5.5 以 94.8 位列 GameBench 2 by reasoning setting 第二(DuelLab GameBench 2,2026年11月10日)。
- GameBench 2 by reasoning setting:GameBench 2 按模型运行时的每种推理设置分别计分,并归入对应的推理强度。仅显示 DuelLab 给出排名的设置(DuelLab GameBench 2)。
- BenchLeader 上有 203 个模型配置公布了 GameBench 2 by reasoning setting 结果(BenchLeader,2026年11月16日)。
- GameBench 2 by reasoning setting 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
GameBench 2 按模型运行时的每种推理设置分别计分,并归入对应的推理强度。仅显示 DuelLab 给出排名的设置。
- 类别
- 编程
- Index 权重
- 仅作参考
- 模型
- 203
- 数据截至
- 2026年11月16日
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
- 1Claude Fable 5.2 (xhigh)99.1
- 2Claude Opus 5.5 (xhigh)94.8
- 3GPT-6 Astra (xhigh)94.3
- 4Claude Fable 5.1 (xhigh)94.0
- 5Claude Fable 5.2 (medium)94.0
- 6GPT-6.1 Sol (xhigh)92.0
- 7Claude Fable 5.2 (low)91.8
- 8Claude Sonnet 5.5 (xhigh)91.4
- 9Claude Opus 5.5 (medium)91.4
- 10Gemini 4 Argon (high)89.2
- 11GPT-6 Astra (medium)88.6
- 12GPT-6.1 Sol (medium)86.4
- 13GPT-6.1 Terra (xhigh)85.8
- 14Claude Opus 5 (xhigh)84.8
- 15Claude Fable 5.1 (low)84.7
203 / 203
| # | ||||
|---|---|---|---|---|
| 1 | 新 | 99.1 | 69.7 | 2026-11-10 |
| 2 | 94.8 | 65.4 | 2026-11-10 | |
| 3 | 94.3 | 66.0 | 2026-11-10 | |
| 4 | 94.0 | 64.6 | 2026-11-10 | |
| 5 | 新 | 94.0 | 66.3 | 2026-11-10 |
| 6 | 92.0 | 63.6 | 2026-11-10 | |
| 7 | 新 | 91.8 | 65.3 | 2026-11-10 |
| 8 | 91.4 | 62.5 | 2026-11-10 | |
| 9 | 91.4 | 61.2 | 2026-11-10 | |
| 10 | 89.2 | 65.3 | 2026-11-10 | |
| 11 | 88.6 | 64.4 | 2026-11-10 | |
| 12 | 86.4 | 62.7 | 2026-11-10 | |
| 13 | 85.8 | 60.0 | 2026-11-10 | |
| 14 | 84.8 | 60.1 | 2026-11-10 | |
| 15 | 84.7 | 58.8 | 2026-11-10 | |
| 16 | 84.0 | 59.9 | 2026-11-10 | |
| 17 | 83.4 | 62.0 | 2026-11-10 | |
| 18 | 82.9 | 61.7 | 2026-11-10 | |
| 19 | 80.0 | 63.9 | 2026-11-10 | |
| 20 | 79.4 | 58.4 | 2026-11-10 | |
| 21 | 79.3 | 51.8 | 2026-11-10 | |
| 22 | 79.3 | – | 2026-11-10 | |
| 23 | 79.2 | – | 2026-11-10 | |
| 24 | 78.3 | 58.5 | 2026-11-10 | |
| 25 | 77.8 | – | 2026-11-10 | |
| 26 | 76.6 | 61.6 | 2026-11-10 | |
| 27 | 76.6 | 58.9 | 2026-11-10 | |
| 28 | 76.4 | 60.0 | 2026-11-10 | |
| 29 | 75.2 | – | 2026-11-10 | |
| 30 | 75.1 | 56.7 | 2026-11-10 | |
| 31 | 75.0 | 57.5 | 2026-11-10 | |
| 32 | 74.8 | 56.9 | 2026-11-10 | |
| 33 | 72.3 | – | 2026-11-10 | |
| 34 | 72.3 | 58.8 | 2026-11-10 | |
| 35 | 新 | 71.7 | – | 2026-11-10 |
| 36 | 71.5 | – | 2026-11-10 | |
| 37 | 71.2 | 57.4 | 2026-11-10 | |
| 38 | 70.3 | – | 2026-11-10 | |
| 39 | 69.9 | 57.7 | 2026-11-10 | |
| 40 | 69.8 | – | 2026-11-10 | |
| 41 | 69.8 | – | 2026-11-10 | |
| 42 | 69.6 | 56.6 | 2026-11-10 | |
| 43 | 68.7 | 59.4 | 2026-11-10 | |
| 44 | 68.5 | 58.1 | 2026-11-10 | |
| 45 | 68.5 | – | 2026-11-10 | |
| 46 | 68.4 | 58.5 | 2026-11-10 | |
| 47 | 66.5 | – | 2026-11-10 | |
| 48 | 66.1 | 61.3 | 2026-11-10 | |
| 49 | 65.6 | 56.1 | 2026-11-10 | |
| 50 | 64.7 | 49.0 | 2026-11-10 | |
| 51 | 64.5 | – | 2026-11-10 | |
| 52 | 64.3 | 51.2 | 2026-11-10 | |
| 53 | 64.0 | – | 2026-11-10 | |
| 54 | 64.0 | 59.4 | 2026-11-10 | |
| 55 | 63.2 | 62.5 | 2026-11-10 | |
| 56 | Ember-1max | 63.1 | – | 2026-11-10 |
| 57 | 63.0 | 61.0 | 2026-11-10 | |
| 58 | 新 | 62.7 | – | 2026-11-10 |
| 59 | 62.5 | – | 2026-11-10 | |
| 60 | 62.1 | 63.1 | 2026-11-10 |
相关基准测试
GameBench 2 by reasoning setting 上的热门模型对比
引用格式:BenchLeader,《GameBench 2 by reasoning setting 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/duellab_gb2_setting。
GameBench 2 by reasoning setting:常见问题
- GameBench 2 by reasoning setting 衡量的是什么?
- GameBench 2 按模型运行时的每种推理设置分别计分,并归入对应的推理强度。仅显示 DuelLab 给出排名的设置。分数以发布方自有标尺上的分数表示,越高越好。
- GameBench 2 by reasoning setting 的最高分是多少?
- 截至 2026年11月16日,GameBench 2 by reasoning setting 的最高分为 99.1,由 Claude Fable 5.2 取得(结果日期 2026年11月10日),领先于 Claude Opus 5.5(94.8)。分数来自 DuelLab GameBench 2,每天重新读取。
- 哪个 AI 模型在 GameBench 2 by reasoning setting 上领先?
- 截至 2026年11月16日,GameBench 2 by reasoning setting 排名第一的是 Claude Fable 5.2,分数为 99.1(结果日期 2026年11月10日)。其后为 Claude Opus 5.5(94.8)。
- 有多少模型有 GameBench 2 by reasoning setting 结果?
- BenchLeader 上有 203 个模型配置有 GameBench 2 by reasoning setting 结果,全部取自 DuelLab GameBench 2。
- GameBench 2 by reasoning setting 由谁运行,多久更新一次?
- GameBench 2 by reasoning setting 由 DuelLab GameBench 2 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。
- GameBench 2 by reasoning setting 是否计入 BenchLeader Index?
- 不计入。GameBench 2 by reasoning setting 仅作参考展示,不计入综合分数。