AI的进步正在加速吗？
更强的模型不断问世。但进步的速度是否也在加快？追踪已发布的最强模型，比较它们在相同时长内取得的进展。
数据告诉我们什么
过去一年：进步更快。近期：进步更慢。
最近12个月
17.9ECI分／年
上一时段： 15.8 +13.7%
查看比较时段
最近时段： 2025年11月8日 – 2026年11月8日
上一时段： 2024年11月8日 – 2025年11月8日
最近6个月
12.7ECI分／年
上一时段： 23.2 -45.4%
查看比较时段
最近时段： 2026年5月8日 – 2026年11月8日
上一时段： 2025年11月8日 – 2026年5月8日
最强模型的能力有多高？
迄今最高分169.1 ECIGPT-6 Astra
每个点代表一个已发布模型。折线追踪当时达到的最高分。向上的台阶表示能力上限被刷新。
能力 · ECI得分
229个已发布模型 · 22次能力新高
它们的改进有多快？
折线上升表示每年获得的能力提升更多。下降表示改进变慢。两个时间窗口使用相同的纵轴刻度。
速度 · 每年增加的ECI分数
速度 · 每年增加的ECI分数
开头的空白表示尚无完整比较窗口的数据。模型能力持续上升时，这条线也可能下降。
刷新能力上限的模型
仅当一个模型超过此前最高分时，才会出现新的里程碑。日期采用Epoch AI数据集的记录。
查看能力上限的历次突破
| 模型 | 发布日期 | ECI | 90%可信区间 |
|---|---|---|---|
| GPT-6 AstraOpenAI | 169.1 | 166.2–172.3 | |
| Claude Fable 5.1Anthropic | 166.9 | 164.3–169.8 | |
| Claude Opus 5Anthropic | 164.4 | 162.0–167.2 | |
| Claude Fable 5Anthropic | 164.2 | 161.8–166.9 | |
| GPT-5.5 ProOpenAI | 162.7 | 160.0–165.6 | |
| GPT-5.4 ProOpenAI | 160.2 | 157.7–162.9 | |
| GPT-5.2 ProOpenAI | 157.2 | 155.0–159.7 | |
| Gemini 3 ProGoogle DeepMind | 152.9 | 151.3–154.6 | |
| GPT-5 ProOpenAI | 151.2 | 149.3–153.1 | |
| GPT-5OpenAI | 150.0 | 未提供 | |
| o3-proOpenAI | 147.4 | 145.6–149.3 | |
| o3OpenAI | 147.0 | 145.6–148.5 | |
| Gemini 2.5 Pro (Mar 2025)Google DeepMind | 143.9 | 141.9–145.8 | |
| o1OpenAI | 141.2 | 139.5–142.8 | |
| o1-miniOpenAI | 135.4 | 133.1–137.5 | |
| Claude 3.5 SonnetAnthropic | 130.0 | 未提供 | |
| GPT-4o (May 2024)OpenAI | 128.2 | 125.5–130.8 | |
| GPT-4 Turbo (Apr 2024)OpenAI | 125.8 | 122.7–128.7 | |
| Claude 3 OpusAnthropic | 125.6 | 122.6–128.4 | |
| GPT-4 Turbo (Nov 2023)OpenAI | 124.8 | 121.6–127.8 | |
| GPT-4 (Mar 2023)OpenAI | 121.9 | 118.0–125.2 | |
| LLaMA-65BMeta AI | 102.0 | 93.5–109.4 |
如何理解这些图表
统一的能力尺度
Epoch Capabilities Index（ECI）将多个基准测试的结果整合到共同的尺度上。分数越高，测得的表现越强；它并不是智力的百分比。
我们纳入可通过公共API、托管界面或开放权重使用的模型。未发布、访问受限、可用性未知或日期在未来的模型不计入。
比较等长时段
速度是此前6个或12个日历月中最高分的增幅，再按实际经过的天数换算成年增幅。每个速度均与紧接其前的等长时段比较。
变化超过10%时标为更快或更慢；±10%以内视为速度相近。这是描述性约定，并非统计显著性检验。百分比比较的是速度，而不是智力。
固定在某个时点的估计
模型提示和表格显示Epoch提供的90%可信区间。这些区间描述得分的不确定性，而不是进步正在加速的置信程度。评测覆盖范围和模型发布时机也会影响结果。
所有计算均截至数据快照日期。数据每月手动更新。由于历史估计可能变化，每次更新都会替换整个数据集。我们不作预测。