MirrorCode

Name: MirrorCode
Creator: Epoch AI

Epoch AI / 编程 · 长时间的软件复现

官方评测

在 EVAOO News 中仅供参考

证据预算不参与排序

上游数据时间10/31 02:27

最近成功同步11/12 08:05

它测什么，怎么测

已发布数据仅少量型号，且运行时间很长；样本和运行条件不足以形成分类共识。

如何使用这份证据

仅供参考，不进入综合或分类分数。

评测成绩

按固定规则，每个公开模型采用一套代表配置；没有可采用配置的模型标为未计入并写明原因。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	claude-sonnet-5-5_maxAnthropic	97.8%	Max 推理未计入：该来源的单模型评测协议尚未核实。
2	claude-opus-5-5_maxAnthropic	95.6%	Max 推理未计入：该来源的单模型评测协议尚未核实。
3	claude-fable-5-1_maxAnthropic	93.3%	Max 推理未计入：该来源的单模型评测协议尚未核实。
4	claude-opus-5_maxAnthropic	87.8%	Max 推理未计入：该来源的单模型评测协议尚未核实。
6	claude-haiku-5-5_maxAnthropic	78.9%	Max 推理未计入：该来源的单模型评测协议尚未核实。
7	gpt-6.1-terra_maxOpenAI	76.7%	Max 推理未计入：该来源的单模型评测协议尚未核实。
9	claude-fable-5_maxAnthropic	70.0%	Max 推理未计入：该来源的单模型评测协议尚未核实。
10	claude-opus-4-8_maxAnthropic	65.6%	Max 推理未计入：该来源的单模型评测协议尚未核实。
11	deepseek-v4.1-flash_maxDeepSeek	64.4%	Max 推理未计入：该来源的单模型评测协议尚未核实。
13	claude-sonnet-5_maxAnthropic	63.3%	Max 推理未计入：该来源的单模型评测协议尚未核实。
14	gpt-6.1-sol_maxOpenAI	61.1%	Max 推理未计入：该来源的单模型评测协议尚未核实。
15	gpt-6-astra_maxOpenAI	60.0%	Max 推理未计入：该来源的单模型评测协议尚未核实。
16	gemini-4-argon_highGoogle	58.9%	High 推理未计入：该来源的单模型评测协议尚未核实。
17	muse-spark-1.3_maxMeta	54.4%	Max 推理未计入：该来源的单模型评测协议尚未核实。
17	grok-4.7_xhighxAI	54.4%	xHigh 推理未计入：该来源的单模型评测协议尚未核实。
17	kimi-k3_maxMoonshot AI	54.4%	Max 推理未计入：该来源的单模型评测协议尚未核实。
20	qwen3.8-max_xhighAlibaba	52.2%	xHigh 推理未计入：该来源的单模型评测协议尚未核实。
21	gpt-6-sol_maxOpenAI	48.9%	Max 推理未计入：该来源的单模型评测协议尚未核实。
22	qwen3.8-max-0902_xhighAlibaba	47.8%	xHigh 推理未计入：该来源的单模型评测协议尚未核实。
24	muse-wonder-1.0_maxMeta	45.6%	Max 推理未计入：该来源的单模型评测协议尚未核实。
25	gpt-5.6-terra_maxOpenAI	41.1%	Max 推理未计入：该来源的单模型评测协议尚未核实。
25	grok-4.6_xhighxAI	41.1%	xHigh 推理未计入：该来源的单模型评测协议尚未核实。
25	gemini-3.7-flash_highGoogle	41.1%	High 推理未计入：该来源的单模型评测协议尚未核实。
28	gemini-3.8-flash_highGoogle	38.9%	High 推理未计入：该来源的单模型评测协议尚未核实。
29	glm-5.2_maxZ.ai	36.7%	Max 推理未计入：该来源的单模型评测协议尚未核实。
30	claude-opus-4-6_maxAnthropic	33.3%	Max 推理未计入：该来源的单模型评测协议尚未核实。
30	deepseek-v4-pro-0813_maxDeepSeek	33.3%	Max 推理未计入：该来源的单模型评测协议尚未核实。
32	gpt-5.2-2025-12-11_xhighOpenAI	32.2%	xHigh 推理未计入：该来源的单模型评测协议尚未核实。
32	grok-4.5_highxAI	32.2%	High 推理未计入：该来源的单模型评测协议尚未核实。
34	claude-opus-4-7_highAnthropic	31.1%	High 推理未计入：该来源的单模型评测协议尚未核实。

评测局限与数据署名

仅供参考，不进入综合或分类分数。

数据许可：CC BY 4.0 · Epoch AI 自行评测数据

成绩由 Epoch AI 发布，各项原始分数使用不同尺度，不能直接相加；参考位次采用公开的分差标准化规则。