聪明世界#186
编程暂无
记性66K
便宜$6.0
记性换算成体感：一次能读完一篇长论文
他的房间
电脑
没有公开的编程评测成绩
书架
2 层 · 记忆 66K tokens
黑板
一块空黑板
日历
知识截止日期未公开
冰箱
支持上下文缓存，能存记忆
门禁
闭源，权重不公开
身世
- 发布日期
- 2024 年 4 月 17 日epoch.ai
- 知识截止
- 暂无数据
- 参数量
- 体型为估算值，官方从未公布参数量
- 开放权重
- 暂无数据
- 开源许可
- 暂无数据
- 上下文窗口
- 66K tokens
- 单次最大输出
- 52K
- 输入价格
- $2.00 / 百万 tokens
- 输出价格
- $6.00 / 百万 tokens
- 模型类型
- 文本只读文字、只写文字的对话模型
- 支持的输入
- 文件、文字 → 文字
- 工具调用
- 暂无数据
- 深度思考
- 暂无数据
- 提示缓存
- 是
战绩
- 综合智力
- 122.0
- AIME 数学
- 未参评
- GPQA Diamond 科学
- 未参评
- ARC-AGI-2 抽象推理
- 未参评
- Fiction.liveBench 长文本
- 未参评
综合智力、数学、科学、抽象推理与长文本数据来自 Epoch AI（CC-BY 4.0）。写「未参赛」的项目表示该模型没有被这项评测收录， 不代表它做不到——本站不会用估算值填补空缺。
编程战绩（按赛制分列）
没有查到这个模型的任何公开编程评测成绩。
这表示「没人公开测过它」，不表示「它不会写代码」——本站不会用估算值填补空缺。
全部成绩（按榜单分列）
名次的分母是在同一个榜、由同一类测量方测过的模型数，不是全站模型数。不同榜的分数不可互相比较。
综合
- 综合智力122.0第 186 / 208Epoch Capabilities Index，把十几项学术评测归并成一个总分。想知道「谁最强」，先看这一栏。第三方实测https://epoch.ai/benchmarks
知识与推理
- MMLU77.8%第 33 / 44横跨 57 个学科的大学水平选择题，曾是最通行的知识广度标尺。如今顶尖模型已接近饱和。第三方实测https://crfm.stanford.edu/helm/lite/latest/#/leaderboard/mmlu
- WeirdML3.2%第 144 / 146一批刻意古怪的小型机器学习任务，模型要自己写代码训练并拿到成绩。考的是解决陌生问题的能力。第三方实测https://htihle.github.io/weirdml.html
智能体
- Cybench 网络安全7.5%第 19 / 19夺旗赛（CTF）风格的网络安全题，测攻防能力。第三方实测https://cybench.github.io/
其他
- Dtbench55.1%第 174 / 198Epoch AI 收录的评测，暂无中文说明。第三方实测https://conceptualreasoning.ai/dtbench