Mystery Game Puzzles

Name: Mystery Game Puzzles
Creator: Epoch AI

Epoch AI / 推理 · 从陌生规则推导正确行动

在 EVAOO News 中参与排名

证据预算3.1%

上游数据时间11/06 09:14

最近成功同步11/12 08:05

它测什么，怎么测

只取 Epoch 标准协议的 mean_score；题目不公开这一限制明确保留。

通过单型号协议核验后，在所属能力领域的题族份额内参与参考排序；同题族的测量不增加题族总份额。实际生效份额见当前计算记录。

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-fable-5-2_maxAnthropic	90.0%	Max 推理
2	gpt-6-astra_maxOpenAI	84.0%	Max 推理
3	gpt-6.1-sol_maxOpenAI	80.0%	Max 推理
4	gpt-6.1-terra_maxOpenAI	74.0%	Max 推理
5	gemini-4-carbon_highGoogle	73.0%	High 推理
6	claude-opus-5-5_maxAnthropic	71.0%	Max 推理
7	claude-sonnet-5-5_maxAnthropic	65.0%	Max 推理
8	gemini-4-argon_highGoogle	64.0%	High 推理
9	claude-opus-5_maxAnthropic	59.0%	Max 推理
10	claude-fable-5-1_maxAnthropic	58.0%	Max 推理
10	gpt-5.6-sol_maxOpenAI	58.0%	Max 推理
12	gpt-6-sol_maxOpenAI	56.0%	Max 推理
12	gpt-5.5_xhighOpenAI	56.0%	xHigh 推理
14	claude-fable-5_maxAnthropic	52.0%	Max 推理
16	muse-wonder-1.0_maxMeta	51.0%	Max 推理
17	deepseek-v4.1-flash-1017_maxDeepSeek	49.0%	Max 推理
18	gemini-3.8-flash_highGoogle	47.0%	High 推理
19	deepseek-v4.1-flash_maxDeepSeek	43.0%	Max 推理
19	deepseek-v4-pro-0813_maxDeepSeek	43.0%	Max 推理
21	kimi-k3.1-pro-together_maxMoonshot AI	42.0%	Max 推理
22	qwen3.8-max_xhighAlibaba	38.0%	xHigh 推理
23	gpt-5.4-2026-03-05_xhighOpenAI	37.0%	xHigh 推理
23	gemini-3.7-flash_highGoogle	37.0%	High 推理
26	claude-opus-4-8_maxAnthropic	36.0%	Max 推理
27	claude-sonnet-5_maxAnthropic	35.0%	Max 推理
27	gpt-5.6-terra_maxOpenAI	35.0%	Max 推理
29	deepseek-v4-flash-0731_maxDeepSeek	34.0%	Max 推理
29	grok-4.6_xhighxAI	34.0%	xHigh 推理
29	gemini-3.1-pro-preview_highGoogle	34.0%	High 推理
32	glm-5.3_maxZ.ai	33.0%	Max 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。