BenchLeader

METR 50% Time Horizon 排行榜

截至 2026年11月22日,METR 50% Time Horizon 的最高分为 17 h 25 min,由 Claude Mythos Preview(Anthropic)取得,领先于 Claude Opus 4.6(11 h 59 min)。共有 23 个模型配置公布了结果(METR,结果日期 2026年4月7日)。以熟练人类完成任务所需的时间来衡量,模型能以一半的成功率完成多长的任务。由 METR 根据模型在其软件与研究任务集(套件 1.1 版)上的结果拟合得出,时间越长越好。METR 50% Time Horizon 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月22日)

  • Claude Mythos Preview 以 17 h 25 min 保持 METR 50% Time Horizon 最高分(METR,2026年4月7日)。
  • Claude Opus 4.6 以 11 h 59 min 位列 METR 50% Time Horizon 第二(METR,2026年2月5日)。
  • METR 50% Time Horizon:以熟练人类完成任务所需的时间来衡量,模型能以一半的成功率完成多长的任务。由 METR 根据模型在其软件与研究任务集(套件 1.1 版)上的结果拟合得出,时间越长越好(METR)。
  • BenchLeader 上有 23 个模型配置公布了 METR 50% Time Horizon 结果(BenchLeader,2026年11月22日)。
  • METR 50% Time Horizon 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

以熟练人类完成任务所需的时间来衡量,模型能以一半的成功率完成多长的任务。由 METR 根据模型在其软件与研究任务集(套件 1.1 版)上的结果拟合得出,时间越长越好。

发布方
METR数据经由 Epoch AI Benchmarking Hub
类别
智能体与工具
Index 权重
仅作参考
模型
23
数据截至
2026年11月22日
最新结果
2026年4月7日

自 2026年4月7日 以来,发布方没有在该排行榜上公布新结果。BenchLeader 每天都会重新读取,新模型的结果一经公布就会出现在这里。

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

前 15 名
  1. 1Claude Mythos Preview17 h 25 min
  2. 2Claude Opus 4.611 h 59 min
  3. 3Gemini 3.1 Pro6 h 24 min
  4. 4GPT-5.2 (high)5 h 52 min
  5. 5GPT-5.3-Codex5 h 50 min
  6. 6GPT-5.4 (xhigh)5 h 42 min
  7. 7Claude Opus 4.54 h 53 min
  8. 8Gemini 3 Pro3 h 44 min
  9. 9GPT-5.1-Codex-Max3 h 44 min
  10. 10GPT-5 (high)3 h 23 min
  11. 11o32 h
  12. 12Claude Opus 4.11 h 40 min
  13. 13Claude Opus 41 h 40 min
  14. 14Claude 3.7 Sonnet1 h
  15. 15o1 (medium)39 min
23 / 23
#
1Claude Mythos Preview17 h 25 min–2026-04-07
2Claude Opus 4.611 h 59 min60.72026-02-05
3Gemini 3.1 Pro6 h 24 min59.52026-02-19
4GPT-5.2high5 h 52 min55.62025-12-11
5GPT-5.3-Codex5 h 50 min–2026-02-05
6GPT-5.4xhigh5 h 42 min63.02026-03-05
7Claude Opus 4.54 h 53 min56.92025-11-24
8Gemini 3 Pro3 h 44 min60.32025-11-18
9GPT-5.1-Codex-Max3 h 44 min–2025-11-19
10GPT-5high3 h 23 min58.22025-08-07
11o32 h60.82025-04-16
12Claude Opus 4.11 h 40 min51.72025-08-05
13Claude Opus 41 h 40 min51.72025-05-22
14Claude 3.7 Sonnet1 h49.02025-02-24
15o1medium39 min47.62024-12-17
16Claude 3.5 Sonnet21 min47.22024-10-22
17o1-preview20 min48.42024-09-12
18Claude 3.5 Sonnet 062011 min45.02024-06-20
19GPT-4o7.0 min39.42024-05-13
20GPT-4 Turbo Preview 11064.0 min45.42023-11-06
21GPT-44.0 min42.12023-03-14
22Claude 3 Opus4.0 min38.62024-02-29
23GPT-4 Turbo3.7 min40.92024-04-09

更多智能体与工具基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《METR 50% Time Horizon 排行榜》,数据截至 2026年11月22日,https://www.benchleader.com/zh/benchmarks/metr_time_horizon_50。

METR 50% Time Horizon:常见问题

METR 50% Time Horizon 衡量的是什么?
以熟练人类完成任务所需的时间来衡量,模型能以一半的成功率完成多长的任务。由 METR 根据模型在其软件与研究任务集(套件 1.1 版)上的结果拟合得出,时间越长越好。分数以时长(人类专家完成任务所需的时间,以分钟或小时显示)表示,越高越好。
METR 50% Time Horizon 的最高分是多少?
截至 2026年11月22日,METR 50% Time Horizon 的最高分为 17 h 25 min,由 Claude Mythos Preview 取得(结果日期 2026年4月7日),领先于 Claude Opus 4.6(11 h 59 min)。分数来自 METR,每天重新读取。
哪个 AI 模型在 METR 50% Time Horizon 上领先?
截至 2026年11月22日,METR 50% Time Horizon 排名第一的是 Claude Mythos Preview,分数为 17 h 25 min(结果日期 2026年4月7日)。其后为 Claude Opus 4.6(11 h 59 min)。
有多少模型有 METR 50% Time Horizon 结果?
BenchLeader 上有 23 个模型配置有 METR 50% Time Horizon 结果,全部取自 METR(经由 Epoch AI Benchmarking Hub)。
METR 50% Time Horizon 由谁运行,多久更新一次?
METR 50% Time Horizon 由 METR 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。
METR 50% Time Horizon 是否计入 BenchLeader Index?
不计入。METR 50% Time Horizon 仅作参考展示,不计入综合分数。