Epoch AI · 综合能力指数（ECI）

如何解读此排行榜

衡量什么： 这是 Epoch AI 将多项基准分数合并到共同尺度上的综合能力指数。通过统计方法估计各基准的难度和分数变化特征，使参加不同测试的模型也能相互比较。

如何解读分数： 这是相对能力的估计值，并非正确率。分数差距不能直接换算为实际使用中感受到的差异。可用于参考模型在多项测试中的整体位置。

注意事项： 特定用途的能力还需单独查看对应基准。新增评估结果或纳入的基准时，估计值和不确定性可能发生变化。

本次排名的解读要点

• 最高分为 Claude Opus 5.5 的 167.4。
• 第 1 名与第 5 名的差距为 4.5。
• 前 10 个模型中，Anthropic 的模型有 5 个，数量最多。
• 已有 60 个模型公开了此测试的结果。