METR Time Horizons 排行榜
截至 2026年11月16日,METR Time Horizons 的最高分为 85.2%,由 Claude Mythos Preview(Anthropic)取得,领先于 Claude Opus 4.6(78.9%)。共有 41 个模型配置公布了结果(METR,结果日期 2026年4月7日)。时长逐步增加的软件和研究任务;METR 拟合出模型成功率为一半时对应的任务时长。METR Time Horizons 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- Claude Mythos Preview 以 85.2% 保持 METR Time Horizons 最高分(METR,2026年4月7日)。
- Claude Opus 4.6 以 78.9% 位列 METR Time Horizons 第二(METR,2026年2月5日)。
- METR Time Horizons:METR 用于计算 50% 时间跨度的任务集(METR)。
- BenchLeader 上有 41 个模型配置公布了 METR Time Horizons 结果(BenchLeader,2026年11月16日)。
- METR Time Horizons 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
METR 用于计算 50% 时间跨度的任务集。
- 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
- 41
- 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
时长逐步增加的软件和研究任务;METR 拟合出模型成功率为一半时对应的任务时长。
评分方式
整套任务的平均成功率,由 METR 发布。
注意事项
METR 的主要数字是拟合出的时间跨度;这里显示的是其背后的成功率。
- 1Claude Mythos Preview85.2%
- 2Claude Opus 4.678.9%
- 3Gemini 3.1 Pro77.0%
- 4GPT-5.2 (high)75.3%
- 5Claude Opus 4.575.0%
- 6GPT-5.3-Codex74.5%
- 7GPT-5.4 (xhigh)74.3%
- 8Gemini 3 Pro71.0%
- 9GPT-5.1-Codex-Max (max)70.8%
- 10GPT-5 (medium)69.6%
- 11GPT-5 (high)69.4%
- 12Claude Sonnet 4.567.4%
- 13Claude Opus 4.166.8%
- 14Grok 466.6%
- 15o3 (medium)65.4%
41 / 41
| # | ||||
|---|---|---|---|---|
| 1 | 85.2% | – | 2026-04-07 | |
| 2 | 78.9% | 62.1 | 2026-02-05 | |
| 3 | 77.0% | 59.9 | 2026-02-19 | |
| 4 | 75.3% | 55.8 | 2025-12-11 | |
| 5 | 75.0% | 57.1 | 2025-11-24 | |
| 6 | 74.5% | – | 2026-02-05 | |
| 7 | 74.3% | 63.1 | 2026-03-05 | |
| 8 | 71.0% | 60.0 | 2025-11-18 | |
| 9 | 70.8% | – | 2025-11-19 | |
| 10 | 69.6% | 59.0 | 2025-08-07 | |
| 11 | 69.4% | 58.2 | 2025-08-07 | |
| 12 | 67.4% | 53.8 | 2025-09-29 | |
| 13 | 66.8% | 51.1 | 2025-08-05 | |
| 14 | 66.6% | 58.1 | 2025-07-09 | |
| 15 | 65.4% | 53.3 | 2025-04-16 | |
| 16 | 63.9% | 51.9 | 2025-05-22 | |
| 17 | 63.9% | 51.7 | 2025-04-16 | |
| 18 | 63.6% | 60.4 | 2025-04-16 | |
| 19 | 62.0% | 50.0 | 2025-05-22 | |
| 20 | 60.0% | 49.2 | 2025-02-24 | |
| 21 | 59.2% | 52.3 | 2025-11-06 | |
| 22 | 56.6% | 46.1 | 2025-08-05 | |
| 23 | 55.4% | 55.2 | 2025-06-05 | |
| 24 | 53.8% | 49.1 | 2025-05-28 | |
| 25 | 51.9% | 47.2 | 2025-01-20 | |
| 26 | 51.0% | 47.9 | 2024-12-17 | |
| 27 | 49.6% | 46.9 | 2025-03-24 | |
| 28 | 47.4% | 44.3 | 2024-12-26 | |
| 29 | 45.2% | 46.8 | 2024-10-22 | |
| 30 | 45.1% | 52.5 | 2024-09-12 | |
| 31 | 40.8% | 42.8 | 2024-05-13 | |
| 32 | 36.7% | 41.1 | 2024-04-09 | |
| 33 | 36.1% | 42.3 | 2023-03-14 | |
| 34 | 35.8% | 43.1 | 2024-09-19 | |
| 35 | 35.2% | – | 2024-01-25 | |
| 36 | 29.9% | 41.2 | 2024-06-07 | |
| 37 | 29.5% | 38.8 | 2024-02-29 | |
| 38 | 28.9% | – | 2023-11-06 | |
| 39 | 21.5% | – | 2023-09-18 | |
| 40 | 16.2% | – | – | |
| 41 | 10.1% | – | 2019-11-05 |
相关基准测试
METR Time Horizons 上的热门模型对比
引用格式:BenchLeader,《METR Time Horizons 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/metr_time_horizons。
METR Time Horizons:常见问题
- METR Time Horizons 衡量的是什么?
- 时长逐步增加的软件和研究任务;METR 拟合出模型成功率为一半时对应的任务时长。分数以完成任务的百分比表示,越高越好。
- METR Time Horizons 的最高分是多少?
- 截至 2026年11月16日,METR Time Horizons 的最高分为 85.2%,由 Claude Mythos Preview 取得(结果日期 2026年4月7日),领先于 Claude Opus 4.6(78.9%)。分数来自 METR,每天重新读取。
- 哪个 AI 模型在 METR Time Horizons 上领先?
- 截至 2026年11月16日,METR Time Horizons 排名第一的是 Claude Mythos Preview,分数为 85.2%(结果日期 2026年4月7日)。其后为 Claude Opus 4.6(78.9%)。
- 有多少模型有 METR Time Horizons 结果?
- BenchLeader 上有 41 个模型配置有 METR Time Horizons 结果,全部取自 METR(经由 Epoch AI Benchmarking Hub)。
- METR Time Horizons 由谁运行,多久更新一次?
- METR Time Horizons 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 Time Horizons 是否计入 BenchLeader Index?
- 不计入。METR Time Horizons 仅作参考展示,不计入综合分数。