自动生成页面。 本页由 AI 自动撰写和翻译,并由软件对照来源进行核查,无人工编辑。SI-IQ 是基于公开基准测试结果构建的指数,不是智商测试。 工作原理

Chess Puzzles:AI 模型成绩

Chess Puzzles 是由 Epoch AI 运行的推理基准测试。我们的数据中,81 个模型有已发布的成绩。

它属于 SI-IQ 指数的一部分(载荷 α = 1.08,随机水平 5%)。

评测方
Epoch AI
基准测试主页
epoch.ai/benchmarks/chess-puzzles

成绩

来源
1 GPT-6 Astra OpenAI74.0%150146–153 9 2026年9月Epoch AI Benchmarking Hub
2 GPT-6.1 Sol OpenAI68.0%148144–152 9 2026年9月Epoch AI Benchmarking Hub
3 Claude Opus 5.5 Anthropic67.0%144141–148 9 2026年9月Epoch AI Benchmarking Hub
4 Gemini 3.7 Flash Google DeepMind66.0%131128–134 9 2026年8月Epoch AI Benchmarking Hub
5 GPT-5.5 OpenAI63.0%138135–141 10 2026年4月Epoch AI Benchmarking Hub
6 GPT-5.5 Pro OpenAI62.0%139135–142 5 数据不足 2026年4月Epoch AI Benchmarking Hub
7 GPT-5.2 Pro OpenAI60.0%132128–135 3 数据不足 2025年12月Epoch AI Benchmarking Hub
8 Claude Sonnet 5.5 Anthropic59.0%140137–143 9 2026年9月Epoch AI Benchmarking Hub
9 GPT-5.4 Pro OpenAI59.0%135131–138 5 数据不足 2026年3月Epoch AI Benchmarking Hub
10 GPT-5.6 Sol OpenAI59.0%140137–143 9 2026年7月Epoch AI Benchmarking Hub
11 Gemini 4 Argon Google DeepMind59.0%140137–143 9 2026年9月Epoch AI Benchmarking Hub
12 Gemini 3.8 Flash Google DeepMind58.0%130127–133 9 2026年9月Epoch AI Benchmarking Hub
13 GPT-6 Sol OpenAI56.0%140137–144 9 2026年9月Epoch AI Benchmarking Hub
14 Claude Haiku 5.5 Anthropic55.0%129126–132 9 2026年10月Epoch AI Benchmarking Hub
15 Claude Opus 4.8 Anthropic52.0%132129–135 9 2026年5月Epoch AI Benchmarking Hub
16 Gemini 3.1 Pro Google DeepMind51.0%127124–130 10 2026年2月Epoch AI Benchmarking Hub
17 Claude Fable 5.1 Anthropic48.0%140136–143 8 2026年9月Epoch AI Benchmarking Hub
18 DeepSeek V4.1 Flash开放 DeepSeek48.0%128125–131 9 2026年9月Epoch AI Benchmarking Hub
19 GPT-5 Pro OpenAI48.0%124120–128 3 数据不足 2025年10月Epoch AI Benchmarking Hub
20 GPT-5.2 OpenAI48.0%125122–128 11 2025年12月Epoch AI Benchmarking Hub
21 GPT-5.4 OpenAI48.0%131128–133 10 2026年3月Epoch AI Benchmarking Hub
22 Claude Fable 5 Anthropic47.0%138134–141 9 2026年6月Epoch AI Benchmarking Hub
23 GPT-5.6 Terra OpenAI47.0%134131–137 9 2026年7月Epoch AI Benchmarking Hub
24 DeepSeek V4 Pro 0813开放 DeepSeek46.0%128125–131 9 2026年8月Epoch AI Benchmarking Hub
25 Qwen 3.8 Max Alibaba46.0%130127–133 7 数据不足 2026年8月Epoch AI Benchmarking Hub
26 Claude Sonnet 5 Anthropic45.0%126123–129 9 2026年6月Epoch AI Benchmarking Hub
27 GPT-5.4 Nano OpenAI45.0%118115–121 9 2026年3月Epoch AI Benchmarking Hub
28 Gemini 3.5 Flash Google DeepMind45.0%126123–129 10 2026年5月Epoch AI Benchmarking Hub
29 Claude Opus 5 Anthropic43.0%136133–140 9 2026年7月Epoch AI Benchmarking Hub
30 GPT-5.6 Luna OpenAI43.0%130127–133 9 2026年7月Epoch AI Benchmarking Hub
31 GPT-5.1 OpenAI42.0%120115–125 8 2025年11月Epoch AI Benchmarking Hub
32 Gemini 3.6 Flash Google DeepMind42.0%125122–128 9 2026年7月Epoch AI Benchmarking Hub
33 Claude Opus 4.7 Anthropic41.0%127124–130 10 2026年4月Epoch AI Benchmarking Hub
34 Grok 4.7 xAI41.0%123120–127 7 数据不足 2026年9月Epoch AI Benchmarking Hub
35 Gemini 3 Flash Google DeepMind39.0%122119–125 10 2025年12月Epoch AI Benchmarking Hub
36 GLM-5.3开放 Z.ai (Zhipu AI)37.0%125122–128 9 2026年8月Epoch AI Benchmarking Hub
37 Kimi K3开放 Moonshot37.0%127124–130 9 2026年7月Epoch AI Benchmarking Hub
38 Muse Spark 1.3 Meta AI37.0%128125–131 5 数据不足 2026年9月Epoch AI Benchmarking Hub
39 Qwen3.8 Max (0902) Alibaba37.0%127123–130 6 数据不足 2026年9月Epoch AI Benchmarking Hub
40 o3 OpenAI37.0%116113–119 10 2025年4月Epoch AI Benchmarking Hub
41 GPT-5 OpenAI36.0%121118–124 12 2025年8月Epoch AI Benchmarking Hub
42 GPT-6 Luna OpenAI36.0%130127–133 9 2026年9月Epoch AI Benchmarking Hub
43 Grok 4.5 xAI35.0%124121–127 6 数据不足 2026年7月Epoch AI Benchmarking Hub
44 Muse Spark 1.1 Meta AI34.0%125116–133 2 数据不足 2026年7月Epoch AI Benchmarking Hub
45 Grok 4.6 xAI33.0%126123–129 9 2026年8月Epoch AI Benchmarking Hub
46 Mistral Large 4 Mistral AI33.0%122119–125 7 数据不足 2026年10月Epoch AI Benchmarking Hub
47 DeepSeek V4 Flash 0731开放 DeepSeek32.0%124121–127 9 2026年7月Epoch AI Benchmarking Hub
48 Muse Spark 1.2 Meta AI27.0%121112–129 2 数据不足 2026年8月Epoch AI Benchmarking Hub
49 Qwen3.7-Max Alibaba26.0%125122–128 10 2026年5月Epoch AI Benchmarking Hub
50 GPT-5 mini OpenAI24.0%115112–118 12 2025年8月Epoch AI Benchmarking Hub
51 Claude Sonnet 4.6 Anthropic23.0%113108–118 8 2026年2月Epoch AI Benchmarking Hub
52 GPT-5.4 Mini OpenAI23.0%117113–120 9 2026年3月Epoch AI Benchmarking Hub
53 GLM-5.2开放 Z.ai (Zhipu AI)22.0%121118–124 10 2026年6月Epoch AI Benchmarking Hub
54 GPT-5 nano OpenAI22.0%105102–109 11 2025年8月Epoch AI Benchmarking Hub
55 o4-mini OpenAI22.0%112109–115 10 2025年4月Epoch AI Benchmarking Hub
56 Claude Opus 4.6 Anthropic21.0%123120–126 10 2026年2月Epoch AI Benchmarking Hub
57 GLM-4.7开放 Z.ai (Zhipu AI)21.0%112107–118 6 2025年12月Epoch AI Benchmarking Hub
58 GLM-5.3-Flash开放 Z.ai (Zhipu AI)21.0%120117–124 8 2026年8月Epoch AI Benchmarking Hub
59 Gemini 3.5 Flash-Lite Google DeepMind21.0%109106–113 8 2026年7月Epoch AI Benchmarking Hub
60 Inkling开放 Thinking Machines21.0%114110–117 8 2026年7月Epoch AI Benchmarking Hub
61 GLM-5.1开放 Z.ai (Zhipu AI)20.0%116112–120 8 2026年4月Epoch AI Benchmarking Hub
62 Kimi K2.6开放 Moonshot20.0%121118–124 10 2026年4月Epoch AI Benchmarking Hub
63 DeepSeek-V4-Pro开放 DeepSeek19.0%117113–120 10 2026年4月Epoch AI Benchmarking Hub
64 Grok 4.3 Beta xAI18.0%117114–121 6 数据不足 2026年4月Epoch AI Benchmarking Hub
65 o3-mini OpenAI15.0%105101–108 9 2025年1月Epoch AI Benchmarking Hub
66 Claude Opus 4.5 Anthropic14.0%115111–118 11 2025年11月Epoch AI Benchmarking Hub
67 Kimi K2.7 Code开放 Moonshot14.0%118115–122 8 2026年6月Epoch AI Benchmarking Hub
68 Qwen 3.5 Flash (hosted 35B-A3B) Alibaba14.0%107103–111 6 数据不足 2026年2月Epoch AI Benchmarking Hub
69 Qwen 3.6 Plus Alibaba14.0%113109–117 7 数据不足 2026年3月Epoch AI Benchmarking Hub
70 MiniMax-M3开放 MiniMax13.0%108102–114 6 2026年6月Epoch AI Benchmarking Hub
71 Qwen 3.6 Flash Alibaba12.0%107103–111 6 数据不足 2026年4月Epoch AI Benchmarking Hub
72 Claude Sonnet 4.5 Anthropic10.0%110107–113 12 2025年9月Epoch AI Benchmarking Hub
73 o1 OpenAI10.0%10399–106 6 数据不足 2024年12月Epoch AI Benchmarking Hub
74 Claude Haiku 4.5 Anthropic8.0%10499–108 8 2025年10月Epoch AI Benchmarking Hub
75 Qwen 3.5 Plus (hosted 397B-A17B) Alibaba8.0%109103–115 5 数据不足 2026年2月Epoch AI Benchmarking Hub
76 GPT-4o (Aug 2024) OpenAI6.0%7368–77 9 2024年8月Epoch AI Benchmarking Hub
77 Claude 3 Opus Anthropic3.0%6560–70 5 数据不足 2024年2月Epoch AI Benchmarking Hub
78 GPT-4.1 OpenAI3.0%9187–94 11 2025年4月Epoch AI Benchmarking Hub
79 GPT-4o mini OpenAI3.0%6864–73 10 2024年7月Epoch AI Benchmarking Hub
80 GPT-4.1 mini OpenAI1.0%9188–95 11 2025年4月Epoch AI Benchmarking Hub
81 GPT-4.1 nano OpenAI0.0%7672–80 9 2025年4月Epoch AI Benchmarking Hub

数据来源: Aider polyglot leaderboard data (Apache-2.0); Arena leaderboard dataset on Hugging Face (CC BY 4.0); Berkeley Function Calling Leaderboard, Gorilla project (Apache-2.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); LiteLLM, model_prices_and_context_window.json (MIT); Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter (许可与修改).