← 评测来源

Epoch AI / 推理

Chess Puzzles

根据文字棋局寻找正确走法

官方评测 ↗

在 AIHOT 中参与排名

证据预算1.8%

上游数据时间09/03 02:04

最近成功同步09/10 06:31

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

正式计分；同题家族共用固定预算。

评测成绩

按固定规则，每个公开模型采用一套代表配置。匿名测试型号不展示，保留原榜名次，每项最多 30 个。

原榜名次	原榜型号	原始成绩	代表配置
1	gpt-6-astra_maxOpenAI	72.0%	Max 推理
4	gemini-3.8-flash_highGoogle	61.0%	High 推理
5	gpt-5.4-pro-2026-03-05_xhighOpenAI	58.6%	xHigh 推理
6	gpt-5.6-sol_maxOpenAI	55.0%	Max 推理
8	gpt-5.6-terra_maxOpenAI	54.0%	Max 推理
10	gemini-3.5-flash_highGoogle	50.0%	High 推理
11	gemini-3.1-pro-preview_highGoogle	49.0%	High 推理
11	gpt-5.2-2025-12-11_xhighOpenAI	49.0%	xHigh 推理
13	gemini-3.7-flash_highGoogle	47.0%	High 推理
13	claude-fable-5-1_maxAnthropic	47.0%	Max 推理
13	deepseek-v4-pro-0813_maxDeepSeek	47.0%	Max 推理
17	gpt-5.4-2026-03-05_xhighOpenAI	44.0%	xHigh 推理
20	claude-opus-5_maxAnthropic	42.0%	Max 推理
21	claude-fable-5_maxAnthropic	41.0%	Max 推理
23	gemini-3.6-flash_highGoogle	40.0%	High 推理
23	gemini-3-flash-preview_highGoogle	40.0%	High 推理
23	gpt-5.6-luna_maxOpenAI	40.0%	Max 推理
23	qwen3.8-max-0902_xhighAlibaba	40.0%	xHigh 推理
30	kimi-k3_maxMoonshot AI	39.0%	Max 推理
35	gpt-5-2025-08-07_highOpenAI	37.0%	High 推理
36	grok-4.5_highxAI	36.0%	High 推理
39	o3-2025-04-16_highOpenAI	34.0%	High 推理
39	claude-opus-4-8_maxAnthropic	34.0%	Max 推理
41	deepseek-v4-flash-0731_maxDeepSeek	33.0%	Max 推理
43	gpt-5.1-2025-11-13_highOpenAI	32.0%	High 推理
44	grok-4.6_xhighxAI	31.0%	xHigh 推理
44	gemini-3-pro-previewGoogle	31.0%	来源默认配置
46	gpt-5.4-nano-2026-03-17_highOpenAI	30.0%	High 推理
46	gpt-5-mini-2025-08-07_highOpenAI	30.0%	High 推理
49	qwen3.8-max_xhighAlibaba	29.0%	xHigh 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，原始分数与 AIHOT 共识分使用不同尺度，不能直接相加。