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。
- 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。
- 1Claude Fable 5.2 (max)90.5%
- 2Gemini 4 Carbon (high)87.6%
- 3GPT-6.1 Terra (max)78.1%
- 4GPT-6 Astra (max)76.2%
- 5Claude Opus 5.5 (max)71.4%
- 6Gemini 4 Argon (high)64.8%
- 7Claude Fable 5.1 (max)57.1%
- 8GPT-6.1 Sol (max)54.3%
- 9GPT-6 Sol (max)53.3%
- 10Claude Opus 5 (max)45.7%
- 11GPT-5.6 Sol (max)44.8%
- 12Claude Haiku 5.5 (max)43.8%
- 13Claude Fable 5 (max)39.5%
- 14GPT-5.5 (xhigh)34.3%
- 15Muse Wonder (max)31.4%
31 / 31
| # | ||||
|---|---|---|---|---|
| 1 | 新 | 90.5% | 72.7 | 2026-11-09 |
| 2 | 87.6% | 68.9 | 2026-11-10 | |
| 3 | 78.1% | 64.1 | 2026-10-26 | |
| 4 | 76.2% | 67.3 | 2026-09-03 | |
| 5 | 71.4% | 68.4 | 2026-09-22 | |
| 6 | 64.8% | 65.3 | 2026-10-13 | |
| 7 | 57.1% | 66.7 | 2026-09-01 | |
| 8 | 54.3% | 66.6 | 2026-09-29 | |
| 9 | 53.3% | 62.6 | 2026-09-22 | |
| 10 | 45.7% | 65.0 | 2026-07-24 | |
| 11 | 44.8% | 65.3 | 2026-07-09 | |
| 12 | 43.8% | 55.3 | 2026-10-07 | |
| 13 | 39.5% | 65.1 | 2026-06-09 | |
| 14 | 34.3% | 64.1 | 2026-04-23 | |
| 15 | 31.4% | 60.8 | 2026-10-12 | |
| 16 | 30.5% | 56.1 | 2026-08-12 | |
| 17 | 28.6% | 61.1 | 2026-05-28 | |
| 18 | 25.4% | 63.1 | 2026-03-05 | |
| 19 | 23.0% | 59.9 | 2025-12-11 | |
| 20 | 19.1% | 59.7 | 2026-04-16 | |
| 21 | 18.1% | – | 2026-10-29 | |
| 22 | 14.3% | 59.9 | 2026-02-19 | |
| 23 | 14.3% | 57.1 | 2025-11-24 | |
| 24 | 12.7% | 58.2 | 2025-08-07 | |
| 25 | 12.7% | 57.0 | 2026-02-05 | |
| 26 | 9.5% | 60.0 | 2026-05-19 | |
| 27 | 9.5% | 58.9 | 2026-06-16 | |
| 28 | 7.9% | 51.1 | 2025-08-05 | |
| 29 | 4.8% | 62.5 | 2026-05-19 | |
| 30 | 2.4% | 55.1 | 2026-04-20 | |
| 31 | 2.4% | 53.8 | 2025-09-29 |
相关基准测试
EBR-bench 上的热门模型对比
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。