AI实测室
按任务类型比较模型，用数据找到更合适的选择。
评测基准Epoch AI
覆盖模型186 个
测试配置186 组
当前指标科学知识与推理
数学与科学能力对比
科学知识与推理 · 来源成绩（%）· 越高越好
OpenAIAnthropicGoogle DeepMindxAI
分项表现
按当前指标选取各模型最高分配置，展示前 6 个模型。
| 模型 / 配置 | 科学知识与推理满分 100 | 数学竞赛满分 100 |
|---|---|---|
| GPT-6 Astragpt-6-astra_max | 94.36 | — |
| Claude Sonnet 5.5claude-sonnet-5-5_max | 94.11 | — |
| Gemini 3.8 Flashgemini-3.8-flash_high | 93.86 | — |
| GPT-6.1 Solgpt-6.1-sol_max | 93.86 | — |
| Gemini 3.7 Flashgemini-3.7-flash_high | 93.10 | — |
| GPT-5.4 Progpt-5.4-pro-2026-03-05_xhigh | 92.80 | — |
低高色深按各项满分比例 · 数字为原始分 · — 未收录