Chess Puzzles

Name: Chess Puzzles
Creator: Epoch AI

Epoch AI / 推理 · 根据文字棋局寻找正确走法

官方评测

在 MyHOT 中参与排名

证据预算1.8%

上游数据时间09/30 06:00

最近成功同步10/02 05:35

它测什么，怎么测

生成的棋局以 Stockfish 标准答案判分；输入为棋局文本，不归入视觉理解。

如何使用这份证据

正式计分；同题家族共用固定预算。

评测成绩

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	gpt-6-astra_maxOpenAI	72.0%	Max 推理
2	gpt-5.5-pro-pre-release_xhighOpenAI	64.0%	xHigh 推理未计入：来源明确标为发布前版本，不能代表可使用的正式模型。
2	gpt-5.6-sol_promaxOpenAI	64.0%	来源默认配置未计入：来源为专用系统或尚未核实的运行配置，无法归到单个公开模型。
4	gpt-6.1-sol_maxopenai	61.0%	Max 推理
4	gemini-3.8-flash_highGoogle	61.0%	High 推理
6	gpt-5.4-pro-2026-03-05_xhighOpenAI	58.6%	xHigh 推理
7	gpt-5.6-sol_maxOpenAI	55.0%	Max 推理
9	gpt-5.5-pre-release_xhighOpenAI	54.0%	xHigh 推理未计入：来源明确标为发布前版本，不能代表可使用的正式模型。
9	gpt-5.6-terra_maxOpenAI	54.0%	Max 推理
11	gemini-3.5-flash_highGoogle	50.0%	High 推理
12	gemini-3.1-pro-preview_highGoogle	49.0%	High 推理
12	gpt-5.2-2025-12-11_xhighOpenAI	49.0%	xHigh 推理
14	deepseek-v4-pro-0813_maxDeepSeek	47.0%	Max 推理
14	gemini-3.7-flash_highGoogle	47.0%	High 推理
14	claude-fable-5-1_maxAnthropic	47.0%	Max 推理
18	gpt-5.4-2026-03-05_xhighOpenAI	44.0%	xHigh 推理
21	claude-opus-5_maxAnthropic	42.0%	Max 推理
22	claude-fable-5_maxAnthropic	41.0%	Max 推理
24	gemini-3.6-flash_highGoogle	40.0%	High 推理
24	gemini-3-flash-preview_highGoogle	40.0%	High 推理
24	gpt-5.6-luna_maxOpenAI	40.0%	Max 推理
24	qwen3.8-max-0902_xhighAlibaba	40.0%	xHigh 推理
31	kimi-k3_maxMoonshot AI	39.0%	Max 推理
32	grok-4.7_xhighxAI	38.0%	xHigh 推理
32	muse-spark-1.3_maxMeta	38.0%	Max 推理
38	gpt-5-2025-08-07_highOpenAI	37.0%	High 推理
39	grok-4.5_highxAI	36.0%	High 推理
43	o3-2025-04-16_highOpenAI	34.0%	High 推理
43	claude-opus-4-8_maxAnthropic	34.0%	Max 推理
45	deepseek-v4-flash-0731_maxDeepSeek	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，原始分数与 MyHOT 共识分使用不同尺度，不能直接相加。