BenchLeader

EBR-bench 排行榜

截至 2026年11月16日,EBR-bench 的最高分为 90.5%,由 Claude Fable 5.2(Anthropic)取得,领先于 Gemini 4 Carbon(87.6%)。共有 31 个模型配置公布了结果(Epoch AI Benchmarking Hub,结果日期 2026年11月9日)。需要阅读并权衡研究证据、才能得出有依据结论的问题。EBR-bench 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 90.5% 保持 EBR-bench 最高分(Epoch AI Benchmarking Hub,2026年11月9日)。
  • Gemini 4 Carbon 以 87.6% 位列 EBR-bench 第二(Epoch AI Benchmarking Hub,2026年11月10日)。
  • EBR-bench:基于研究文献的循证推理。由 Epoch AI 运行(Epoch AI Benchmarking Hub)。
  • BenchLeader 上有 31 个模型配置公布了 EBR-bench 结果(BenchLeader,2026年11月16日)。
  • EBR-bench 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

基于研究文献的循证推理。由 Epoch AI 运行。

发布方
Epoch AI Benchmarking Hub
类别
知识
Index 权重
仅作参考
模型
31
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

需要阅读并权衡研究证据、才能得出有依据结论的问题。

评分方式

正确率,由 Epoch AI 运行。

注意事项

题集小;新推出。

31 / 31
#
1新Claude Fable 5.2max90.5%72.72026-11-09
2Gemini 4 Carbonhigh87.6%68.92026-11-10
3GPT-6.1 Terramax78.1%64.12026-10-26
4GPT-6 Astramax76.2%67.32026-09-03
5Claude Opus 5.5max71.4%68.42026-09-22
6Gemini 4 Argonhigh64.8%65.32026-10-13
7Claude Fable 5.1max57.1%66.72026-09-01
8GPT-6.1 Solmax54.3%66.62026-09-29
9GPT-6 Solmax53.3%62.62026-09-22
10Claude Opus 5max45.7%65.02026-07-24
11GPT-5.6 Solmax44.8%65.32026-07-09
12Claude Haiku 5.5max43.8%55.32026-10-07
13Claude Fable 5max39.5%65.12026-06-09
14GPT-5.5xhigh34.3%64.12026-04-23
15Muse Wondermax31.4%60.82026-10-12
16Grok 4.6xhigh30.5%56.12026-08-12
17Claude Opus 4.8max28.6%61.12026-05-28
18GPT-5.4xhigh25.4%63.12026-03-05
19GPT-5.2xhigh23.0%59.92025-12-11
20Claude Opus 4.7max19.1%59.72026-04-16
21Mistral Large 4.0 OSShigh18.1%–2026-10-29
22Gemini 3.1 Pro14.3%59.92026-02-19
23Claude Opus 4.514.3%57.12025-11-24
24GPT-5high12.7%58.22025-08-07
25Claude Opus 4.6max12.7%57.02026-02-05
26Qwen3.7max9.5%60.02026-05-19
27GLM 5.2max9.5%58.92026-06-16
28Claude Opus 4.17.9%51.12025-08-05
29Gemini 3.5 Flashhigh4.8%62.52026-05-19
30Kimi K2.62.4%55.12026-04-20
31Claude Sonnet 4.52.4%53.82025-09-29

更多知识基准测试 · 全部大模型基准测试

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

EBR-bench:常见问题

EBR-bench 衡量的是什么?
需要阅读并权衡研究证据、才能得出有依据结论的问题。分数以完成任务的百分比表示,越高越好。
EBR-bench 的最高分是多少?
截至 2026年11月16日,EBR-bench 的最高分为 90.5%,由 Claude Fable 5.2 取得(结果日期 2026年11月9日),领先于 Gemini 4 Carbon(87.6%)。分数来自 Epoch AI Benchmarking Hub,每天重新读取。
哪个 AI 模型在 EBR-bench 上领先?
截至 2026年11月16日,EBR-bench 排名第一的是 Claude Fable 5.2,分数为 90.5%(结果日期 2026年11月9日)。其后为 Gemini 4 Carbon(87.6%)。
有多少模型有 EBR-bench 结果?
BenchLeader 上有 31 个模型配置有 EBR-bench 结果,全部取自 Epoch AI Benchmarking Hub。
EBR-bench 由谁运行,多久更新一次?
EBR-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。
EBR-bench 是否计入 BenchLeader Index?
不计入。EBR-bench 仅作参考展示,不计入综合分数。