BenchLeader

Mystery Game Puzzles 排行榜

截至 2026年11月16日,Mystery Game Puzzles 的最高分为 90.0%,由 Claude Fable 5.2(Anthropic)取得,领先于 GPT-6 Astra(84.0%)。共有 146 个模型配置公布了结果(Epoch AI Benchmarking Hub,结果日期 2026年11月9日)。带有线索和嫌疑人的推理谜题;模型必须推理出唯一的答案。Mystery Game Puzzles 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 90.0% 保持 Mystery Game Puzzles 最高分(Epoch AI Benchmarking Hub,2026年11月9日)。
  • GPT-6 Astra 以 84.0% 位列 Mystery Game Puzzles 第二(Epoch AI Benchmarking Hub,2026年9月3日)。
  • Mystery Game Puzzles:推理游戏风格的推理谜题。由 Epoch AI 运行(Epoch AI Benchmarking Hub)。
  • BenchLeader 上有 146 个模型配置公布了 Mystery Game Puzzles 结果(BenchLeader,2026年11月16日)。
  • Mystery Game Puzzles 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

推理游戏风格的推理谜题。由 Epoch AI 运行。

发布方
Epoch AI Benchmarking Hub
类别
推理
Index 权重
仅作参考
模型
146
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

带有线索和嫌疑人的推理谜题;模型必须推理出唯一的答案。

评分方式

解出的百分比,由 Epoch AI 运行。

注意事项

谜题风格固定;模型可以针对性调优。

146 / 146
#
1新Claude Fable 5.2max90.0%72.72026-11-09
2GPT-6 Astramax84.0%67.32026-09-03
3GPT-6.1 Solmax80.0%66.62026-09-29
4GPT-6.1 Terramax74.0%64.12026-10-26
5Gemini 4 Carbonhigh73.0%68.92026-11-10
6Claude Opus 5.5max71.0%68.42026-09-22
7Claude Sonnet 5.5max65.0%64.22026-09-28
8Gemini 4 Argonhigh64.0%65.32026-10-13
9Claude Opus 5max59.0%65.02026-07-24
10Claude Fable 5.1max58.0%66.72026-09-01
11GPT-5.6 Solmax58.0%65.32026-07-09
12GPT-5.5xhigh56.0%64.12026-04-23
13GPT-6 Solmax56.0%62.62026-09-22
14Claude Fable 5max52.0%65.12026-06-09
15GPT-5.5high52.0%63.52026-04-23
16Muse Wondermax51.0%60.82026-10-12
17DeepSeek V4.1 Flash 1017max49.0%57.72026-10-17
18Gemini 3.8 Flashhigh47.0%59.42026-09-02
19DeepSeek V4.1 Flashmax43.0%58.52026-09-09
20DeepSeek V4 Promax43.0%54.72026-08-13
21Kimi K3.1 Pro Togethermax42.0%60.02026-10-23
22Qwen3.8 Maxxhigh38.0%56.62026-08-02
23Claude Opus 537.0%63.22026-07-24
24GPT-5.4xhigh37.0%63.12026-03-05
25Gemini 3.7 Flashhigh37.0%62.12026-08-13
26Claude Opus 4.8max36.0%61.12026-05-28
27GPT-5.6 Terramax35.0%59.52026-07-09
28Claude Sonnet 5max35.0%56.12026-06-30
29Gemini 3.1 Prohigh34.0%60.42026-02-19
30DeepSeek V4 Flashmax34.0%56.82026-07-31
31Grok 4.6xhigh34.0%56.12026-08-12
32GLM 5.3max33.0%58.82026-08-14
33GPT-5.6 Sol无推理33.0%52.12026-07-09
34Gemini 3.5 Flashhigh32.0%62.52026-05-19
35Qwen3.7max32.0%60.02026-05-19
36Gemini 3.1 Promedium32.0%–2026-02-19
37Claude Opus 4.8xhigh31.0%–2026-05-28
38Gemini 3.6 Flashhigh30.0%61.02026-07-21
39Claude Haiku 5.5max30.0%55.32026-10-07
40Grok 4.7xhigh29.0%57.42026-09-21
41o3high29.0%55.12025-04-16
42Gemini 3.1 Prolow29.0%–2026-02-19
43Claude Opus 4.7max28.0%59.72026-04-16
44GPT-5.5low28.0%58.12026-04-23
45GPT-5.4medium28.0%54.52026-03-05
46Gemini 3.5 Flashlow28.0%–2026-05-19
47Kimi K3max26.0%60.22026-07-16
48GPT-5.6 Sollow26.0%60.22026-07-09
49Gemini 3 Flashlow26.0%–2025-12-17
50Qwen3.7无推理26.0%–2026-05-19
51Muse Spark 1.3max25.0%60.62026-09-02
52Claude Opus 4.6max25.0%57.02026-02-05
53Gemini 3 Flashminimal25.0%53.82025-12-17
54Gemini 3.6 Flashminimal25.0%–2026-07-21
55GPT-5high23.0%58.22025-08-07
56GPT-5.2high23.0%55.82025-12-11
57o3medium23.0%53.32025-04-16
58Gemini 3.6 Flashlow23.0%–2026-07-21
59Claude Opus 4.522.0%57.12025-11-24
60GPT-5.2medium22.0%56.22025-12-11

更多推理基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《Mystery Game Puzzles 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/mystery_game_puzzles。

Mystery Game Puzzles:常见问题

Mystery Game Puzzles 衡量的是什么?
带有线索和嫌疑人的推理谜题;模型必须推理出唯一的答案。分数以完成任务的百分比表示,越高越好。
Mystery Game Puzzles 的最高分是多少?
截至 2026年11月16日,Mystery Game Puzzles 的最高分为 90.0%,由 Claude Fable 5.2 取得(结果日期 2026年11月9日),领先于 GPT-6 Astra(84.0%)。分数来自 Epoch AI Benchmarking Hub,每天重新读取。
哪个 AI 模型在 Mystery Game Puzzles 上领先?
截至 2026年11月16日,Mystery Game Puzzles 排名第一的是 Claude Fable 5.2,分数为 90.0%(结果日期 2026年11月9日)。其后为 GPT-6 Astra(84.0%)。
有多少模型有 Mystery Game Puzzles 结果?
BenchLeader 上有 146 个模型配置有 Mystery Game Puzzles 结果,全部取自 Epoch AI Benchmarking Hub。
Mystery Game Puzzles 由谁运行,多久更新一次?
Mystery Game Puzzles 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。
Mystery Game Puzzles 是否计入 BenchLeader Index?
不计入。Mystery Game Puzzles 仅作参考展示,不计入综合分数。