Chess Puzzles
Epoch AI / 科研 · 根据文字棋局寻找正确走法
在 裕瑞产业情报 中参与排名
证据预算NaN%
上游数据时间10/20 06:39
最近成功同步10/23 20:05
它测什么，怎么测
生成的棋局以 Stockfish 标准答案判分；输入为棋局文本，不归入视觉理解。
如何使用这份证据
计分：科研领域的棋类与游戏一类（与 Mystery Game Puzzles 合起来算一票）。
评测成绩
同一模型测了多个档位时，按固定规则只取一套代表成绩；没有可用成绩的模型标为“未计入”并写明原因。匿名测试型号不展示，名次照搬原榜，每项最多列 30 个。
| 原榜名次 | 原榜型号 | 原始成绩 | 代表配置 |
|---|---|---|---|
| 2 | gpt-6-astra_maxOpenAI | 74.0% | Max 推理 |
| 3 | gpt-5.6-sol_promaxOpenAI | 68.0% | 来源默认配置未计入：来源为专用系统或尚未核实的运行配置，无法归到单个公开模型。 |
| 3 | gpt-6.1-sol_maxOpenAI | 68.0% | Max 推理 |
| 5 | claude-opus-5-5_maxAnthropic | 67.0% | Max 推理 |
| 6 | gemini-3.7-flash_highGoogle | 66.0% | High 推理 |
| 7 | gpt-5.5_xhighOpenAI | 63.0% | xHigh 推理 |
| 8 | gpt-5.5-pro_xhighOpenAI | 62.0% | xHigh 推理 |
| 9 | gpt-5.2-pro-2025-12-11_xhighOpenAI | 60.0% | xHigh 推理 |
| 10 | gpt-5.6-sol_maxOpenAI | 59.0% | Max 推理 |
| 10 | claude-sonnet-5-5_maxAnthropic | 59.0% | Max 推理 |
| 10 | gpt-5.4-pro-2026-03-05_xhighOpenAI | 59.0% | xHigh 推理 |
| 10 | gemini-4-argon_highGoogle | 59.0% | High 推理 |
| 14 | gemini-3.8-flash_highGoogle | 58.0% | High 推理 |
| 15 | gpt-6-sol_maxOpenAI | 56.0% | Max 推理 |
| 16 | claude-haiku-5-5_maxAnthropic | 55.0% | Max 推理 |
| 17 | claude-opus-4-8_maxAnthropic | 52.0% | Max 推理 |
| 18 | gemini-3.1-pro-preview_highGoogle | 51.0% | High 推理 |
| 19 | gpt-5-pro-2025-10-06_highOpenAI | 48.0% | High 推理 |
| 19 | claude-fable-5-1_maxAnthropic | 48.0% | Max 推理 |
| 19 | gpt-5.4-2026-03-05_xhighOpenAI | 48.0% | xHigh 推理 |
| 19 | gpt-5.2-2025-12-11_xhighOpenAI | 48.0% | xHigh 推理 |
| 19 | deepseek-v4.1-flash_maxDeepSeek | 48.0% | Max 推理 |
| 24 | claude-fable-5_maxAnthropic | 47.0% | Max 推理 |
| 24 | gpt-5.6-terra_maxOpenAI | 47.0% | Max 推理 |
| 26 | deepseek-v4-pro-0813_maxDeepSeek | 46.0% | Max 推理 |
| 26 | deepseek-v4.1-flash-1017_maxDeepSeek | 46.0% | Max 推理 |
| 26 | qwen3.8-max_xhighAlibaba | 46.0% | xHigh 推理 |
| 29 | gpt-5.4-nano-2026-03-17_xhighOpenAI | 45.0% | xHigh 推理 |
| 29 | claude-sonnet-5_maxAnthropic | 45.0% | Max 推理 |
| 29 | gemini-3.5-flash_highGoogle | 45.0% | High 推理 |
评测局限与数据署名
正式计分；同题家族共用固定预算。
数据许可：CC BY 4.0 · Epoch AI 自行评测数据
成绩由 Epoch AI 发布。各项评测的原始分数尺度不同，不能直接相加；AIHOT 按公开规则把它们折算成同一种分数。