BenchLeader

PostTrainBench 排行榜

截至 2026年11月16日,PostTrainBench 的最高分为 44.6%,由 Claude Fable 5.1(Anthropic)取得,领先于 Claude Opus 5.5(43.8%)。共有 20 个模型配置公布了结果(Epoch AI Benchmarking Hub,结果日期 2026年9月1日)。智能体必须在一个小模型上运行后训练流程,并达到目标指标。PostTrainBench 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Claude Fable 5.1 以 44.6% 保持 PostTrainBench 最高分(Epoch AI Benchmarking Hub,2026年9月1日)。
  • Claude Opus 5.5 以 43.8% 位列 PostTrainBench 第二(Epoch AI Benchmarking Hub,2026年9月22日)。
  • PostTrainBench:从头到尾把一个小模型后训练到目标水平(Epoch AI Benchmarking Hub)。
  • BenchLeader 上有 20 个模型配置公布了 PostTrainBench 结果(BenchLeader,2026年11月16日)。
  • PostTrainBench 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

从头到尾把一个小模型后训练到目标水平。

发布方
Epoch AI Benchmarking Hub
类别
智能体与工具
Index 权重
仅作参考
模型
20
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

智能体必须在一个小模型上运行后训练流程,并达到目标指标。

评分方式

平均分,以公布结果为准。

注意事项

测量过的模型很少;这是一项研究工程任务。

20 / 20
#
1Claude Fable 5.1max44.6%66.72026-09-01
2Claude Opus 5.5max43.8%68.42026-09-22
3GPT-6 Astramax41.9%67.32026-09-03
4Gemini 4 Argonhigh40.4%65.32026-10-13
5GPT-6.1 Solmax38.8%66.62026-09-29
6Claude Fable 5max37.3%65.12026-06-09
7GLM 5.3 Flashmax36.8%52.42026-08-20
8Claude Opus 535.7%63.22026-07-24
9GLM 5.3max34.5%58.82026-08-14
10Kimi K331.5%60.72026-07-16
11GPT-5.6 Solmax31.0%65.32026-07-09
12Claude Opus 4.8max31.0%61.12026-05-28
13Claude Opus 4.8high30.7%60.42026-05-28
14GLM 5.2max30.4%58.92026-06-16
15Claude Opus 4.7xhigh24.3%57.02026-04-16
16Muse Wonderxhigh24.2%–2026-10-12
17GPT-5.5xhigh23.9%64.12026-04-23
18Grok 4.5high22.6%56.82026-07-08
19Gemini 3.1 Pro18.1%59.92026-02-19
20GPT-5.4high17.8%58.62026-03-05

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,《PostTrainBench 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/posttrainbench。

PostTrainBench:常见问题

PostTrainBench 衡量的是什么?
智能体必须在一个小模型上运行后训练流程,并达到目标指标。分数以完成任务的百分比表示,越高越好。
PostTrainBench 的最高分是多少?
截至 2026年11月16日,PostTrainBench 的最高分为 44.6%,由 Claude Fable 5.1 取得(结果日期 2026年9月1日),领先于 Claude Opus 5.5(43.8%)。分数来自 Epoch AI Benchmarking Hub,每天重新读取。
哪个 AI 模型在 PostTrainBench 上领先?
截至 2026年11月16日,PostTrainBench 排名第一的是 Claude Fable 5.1,分数为 44.6%(结果日期 2026年9月1日)。其后为 Claude Opus 5.5(43.8%)。
有多少模型有 PostTrainBench 结果?
BenchLeader 上有 20 个模型配置有 PostTrainBench 结果,全部取自 Epoch AI Benchmarking Hub。
PostTrainBench 由谁运行,多久更新一次?
PostTrainBench 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。
PostTrainBench 是否计入 BenchLeader Index?
不计入。PostTrainBench 仅作参考展示,不计入综合分数。