ForecastBench 排行榜
截至 2026年11月16日,ForecastBench 的最高分为 66.7%,由 GPT-5.5(OpenAI)取得,领先于 GPT-6 Astra(66.6%)。共有 89 个模型配置公布了结果(ForecastBench,结果日期 2026年4月23日)。模型预测现实世界的问题;随着问题揭晓逐步计分,并与超级预测者比较。ForecastBench 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- GPT-5.5 以 66.7% 保持 ForecastBench 最高分(ForecastBench,2026年4月23日)。
- GPT-6 Astra 以 66.6% 位列 ForecastBench 第二(ForecastBench,2026年9月3日)。
- ForecastBench:预测真实的未来事件,在事件揭晓时评分(ForecastBench)。
- BenchLeader 上有 89 个模型配置公布了 ForecastBench 结果(BenchLeader,2026年11月16日)。
- ForecastBench 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
预测真实的未来事件,在事件揭晓时评分。
- 发布方
- ForecastBench数据经由 Epoch AI Benchmarking Hub
- 类别
- 推理
- Index 权重
- 仅作参考
- 模型
- 89
- 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
模型预测现实世界的问题;随着问题揭晓逐步计分,并与超级预测者比较。
评分方式
基于 Brier 分数的总分,由 ForecastBench 发布。
注意事项
分数会随着事件揭晓而变化;Brier 分数越低越好,网站对其做了重新换算。
- 1GPT-5.5 (high)66.7%
- 2GPT-6 Astra (high)66.6%
- 3Claude Opus 5 (max)66.6%
- 4Gemini 3.7 Flash (high)66.2%
- 5Claude Opus 4.8 (max)66.1%
- 6GPT-5.6 Sol (medium)66.0%
- 7Claude Fable 5 (max)65.9%
- 8Grok 4.5 (high)65.8%
- 9GPT-5.6 Sol (pro)65.8%
- 10GPT-5.6 Sol (max)65.7%
- 11Claude Fable 5 (high)65.7%
- 12Claude Fable 5.1 (medium)65.7%
- 13Gemini 3.6 Flash (medium)65.7%
- 14Muse Spark 1.3 (max)65.5%
- 15Grok 4.6 (xhigh)65.4%
89 / 89
| # | ||||
|---|---|---|---|---|
| 1 | 66.7% | 63.5 | 2026-04-23 | |
| 2 | 66.6% | 66.3 | 2026-09-03 | |
| 3 | 66.6% | 65.0 | 2026-07-24 | |
| 4 | 66.2% | 62.1 | 2026-08-13 | |
| 5 | 66.1% | 61.1 | 2026-05-28 | |
| 6 | 66.0% | 61.3 | 2026-07-09 | |
| 7 | 65.9% | 65.1 | 2026-06-09 | |
| 8 | 65.8% | 56.8 | 2026-07-08 | |
| 9 | 65.8% | – | 2026-07-09 | |
| 10 | 65.7% | 65.3 | 2026-07-09 | |
| 11 | 65.7% | 63.9 | 2026-06-09 | |
| 12 | 65.7% | 61.7 | 2026-09-01 | |
| 13 | 65.7% | – | 2026-07-21 | |
| 14 | 65.5% | 60.6 | 2026-09-02 | |
| 15 | 65.4% | 56.1 | 2026-08-12 | |
| 16 | 65.2% | 60.4 | 2026-02-19 | |
| 17 | 65.0% | 60.0 | 2025-11-18 | |
| 18 | 65.0% | 56.6 | 2025-08-07 | |
| 19 | 64.7% | 58.1 | 2025-07-09 | |
| 20 | 64.6% | 57.1 | 2025-11-24 | |
| 21 | 64.6% | 55.3 | 2025-11-19 | |
| 22 | 64.6% | – | 2025-09-19 | |
| 23 | 64.5% | 50.5 | 2025-02-27 | |
| 24 | 64.4% | 56.5 | 2025-12-17 | |
| 25 | 64.4% | 51.1 | 2025-08-05 | |
| 26 | 64.3% | 60.4 | 2025-04-16 | |
| 27 | 64.2% | 61.0 | 2026-04-23 | |
| 28 | 64.2% | 60.2 | 2026-07-16 | |
| 29 | 64.2% | 55.2 | 2025-03-31 | |
| 30 | 64.1% | 59.9 | 2026-02-19 | |
| 31 | 64.1% | 58.3 | 2026-02-17 | |
| 32 | 64.0% | 57.6 | 2026-02-17 | |
| 33 | 64.0% | 56.1 | 2026-06-01 | |
| 34 | 64.0% | – | 2026-05-19 | |
| 35 | 63.9% | 55.2 | 2025-04-16 | |
| 36 | 63.9% | 53.8 | 2025-09-29 | |
| 37 | 63.9% | 50.1 | 2025-04-29 | |
| 38 | 63.9% | 50.0 | 2025-05-22 | |
| 39 | 63.8% | 56.7 | 2025-12-11 | |
| 40 | 63.7% | 49.2 | 2025-02-24 | |
| 41 | 63.5% | 50.2 | 2025-01-31 | |
| 42 | 63.4% | 54.9 | 2026-02-11 | |
| 43 | 63.2% | 54.5 | 2026-04-17 | |
| 44 | 63.1% | 62.1 | 2026-02-05 | |
| 45 | 63.1% | 53.0 | 2026-06-30 | |
| 46 | 63.1% | 47.7 | 2025-10-15 | |
| 47 | 63.1% | – | 2026-02-17 | |
| 48 | 63.0% | 57.9 | 2026-03-05 | |
| 49 | 63.0% | 56.6 | 2025-08-07 | |
| 50 | 62.9% | 46.8 | 2024-10-22 | |
| 51 | 62.9% | 41.1 | 2024-04-09 | |
| 52 | 62.8% | 63.1 | 2026-04-16 | |
| 53 | 62.7% | 52.4 | 2025-06-17 | |
| 54 | 62.6% | 52.6 | 2026-03-03 | |
| 55 | 62.4% | 58.7 | 2026-05-28 | |
| 56 | 62.4% | 51.7 | 2025-09-05 | |
| 57 | 62.4% | 44.3 | 2024-12-26 | |
| 58 | 62.3% | 41.8 | 2024-07-23 | |
| 59 | 62.1% | 38.8 | 2024-02-29 | |
| 60 | 62.0% | 56.1 | 2025-11-13 |
相关基准测试
ForecastBench 上的热门模型对比
引用格式:BenchLeader,《ForecastBench 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/forecastbench。
ForecastBench:常见问题
- ForecastBench 衡量的是什么?
- 模型预测现实世界的问题;随着问题揭晓逐步计分,并与超级预测者比较。分数以完成任务的百分比表示,越高越好。
- ForecastBench 的最高分是多少?
- 截至 2026年11月16日,ForecastBench 的最高分为 66.7%,由 GPT-5.5 取得(结果日期 2026年4月23日),领先于 GPT-6 Astra(66.6%)。分数来自 ForecastBench,每天重新读取。
- 哪个 AI 模型在 ForecastBench 上领先?
- 截至 2026年11月16日,ForecastBench 排名第一的是 GPT-5.5,分数为 66.7%(结果日期 2026年4月23日)。其后为 GPT-6 Astra(66.6%)。
- 有多少模型有 ForecastBench 结果?
- BenchLeader 上有 89 个模型配置有 ForecastBench 结果,全部取自 ForecastBench(经由 Epoch AI Benchmarking Hub)。
- ForecastBench 由谁运行,多久更新一次?
- ForecastBench 由 ForecastBench 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。
- ForecastBench 是否计入 BenchLeader Index?
- 不计入。ForecastBench 仅作参考展示,不计入综合分数。