21个前沿模型实测未分出明确领先者
热点事件持续更新
21个前沿模型实测未分出明确领先者
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
davidyin44公布21个前沿模型的横向实测结果：每个模型运行45次，总体通过率为57.2%。Gemini 4 Argon与Muse Wonder均通过37次，以82.2%并列第一，Claude Fable 5.1以75.6%紧随。 但此次测试的95%置信区间较宽，除上述模型外，其余11个模型的区间均与领跑者重叠，因此尚不能认定有模型明确领先。
AI 根据报道生成 · 3 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- AGI Hunt21 个前沿模型实测：总体通过率 57.2%，Gemini 4 Argon 与 Muse Wonder 并列 82% 领跑
21 个前沿模型横向实测的总体通过率仅为 57.2%，每个模型各运行 45 次。Gemini 4 Argon 与 Muse Wonder 以 82.2%（37/45）并列领先，Claude Fable 5.1 以 75.6% 紧随；但 95% 置信区间较宽，其余 11 个模型均与领跑者重叠，没有模型明确领先。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月6日 05:00
- 近 24 小时变化
- –
02.557.510
05:0006:0007:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。