celebrityanime

OpenAI 发布 GPT-5.5 Pro，ECI 得分 162

OpenAI 于 2026 年 4 月 23 日发布闭源模型 GPT-5.5 Pro，在 Epoch AI 的 ECI 评测中得到 162 分；发布时它在 209 个被追踪模型中排名第一，目前则在 253 个模型中排到第 6 位。

Google DeepMind 于 2026 年 4 月 2 日发布开放权重模型 Gemma 4 31B IT，在 Epoch AI 的评测中取得 ECI 143 分，发布时在 199 个被追踪模型中排名第 43。这是一款 31B 级别的开源模型进入了此前多由闭源大模型占据的评分区间。

Google DeepMind 于 2026 年 2 月 19 日发布闭源模型 Gemini 3.1 Pro，在 Epoch AI 的 ECI 评测中得分 155，发布时在 187 个受追踪模型中排第 4。这说明头部大模型的能力竞争仍在小步快跑，而非一次性拉开代差。

卡内基梅隆大学的研究者发布了 ExploitBench v0.1，用 41 个真实的 V8 引擎漏洞，衡量 LLM 智能体在软件漏洞利用这条"能力阶梯"上能爬到第几级，而不是只看成功或失败。

Anthropic 于 2025 年 9 月 29 日发布闭源模型 Claude Sonnet 4.5，在 Epoch AI 的评测体系中拿到 147 的 ECI 分数，发布时在 166 个受跟踪模型中排第 4，但随着后续新模型涌入，目前已在 253 个模型中滑落至第 66 位。

Epoch AI 解读了由 Center for AI Safety 与 Scale AI 共建的 Remote Labor Index（RLI）基准，它用真实付费外包项目衡量 AI 智能体能否端到端交付可被专业验收的工作，目前成绩仍在个位数低段。

Epoch AI 的评测数据库已收录 xAI 于 2025 年 7 月 9 日发布的闭源模型 Grok 4，其 ECI 综合得分为 146。发布时它在 148 个受追踪模型中排第 3，但随着更多新模型进入榜单，目前排名已回落至 253 个模型中的第 71 位。

Epoch AI 已将 OpenAI 于 2025 年 8 月 7 日发布的 GPT-5 纳入其模型评测库，该模型在发布时的 159 个追踪模型中排名第一。这意味着第三方独立评测机构对这款闭源旗舰模型给出了可量化的初始定位。

DeepSeek 于 2025 年 8 月 21 日发布开源权重模型 DeepSeek-V3.1，在 Epoch AI 的 ECI 评测中拿到 140 分。发布时它在 160 个受追踪模型中排第 24 位，说明开源模型的竞争力已经逼近头部梯队。

DeepSeek 于 2026 年 7 月 31 日发布开源权重模型 V4 Flash 0731，在 Epoch AI 的 ECI 评测中得到 155 分，发布时在 237 个受跟踪模型中排第 18 位。这是又一次把中高端能力放进开源阵营的动作。