Epoch AI 收录 GPT-5 评测：发布时居首，当前排第51
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
本条选题由第三方线索发现；线索方提供的摘要未被采用，本页内容依据下方信源整理。线索来源：AIHOT
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载收录与排名变化
Epoch AI 的模型库把 GPT-5 纳入了追踪范围，这条记录标注为闭权重模型，归属 OpenAI，发布日为 2025 年 8 月 7 日。它的 ECI 得分为 150，在全部 257 个被追踪模型中排在第 54 位。值得注意的是，在它刚发布的时间点上，这一分数在当时的 159 个模型里排到了第 1 位。也就是说，同一款模型在库中的名次会随着后续新模型加入而下滑，从发布时的榜首变为当前的五十名开外。这种名次变化反映的是对比集合的扩大，而不是模型本身得分被重新计算。ECI 得分之外，页面还并列了若干对照模型的分数：167、147、146、145，对应排名分别为第 66、第 75、第 85 位，其中 167 分那一项被标为 Best score。
分项基准表现
在具体能力维度上，记录列出了多项基准的最好成绩。概念推理方面，ARC-AGI-2 的最好成绩为 95%。游戏类目下的国际象棋与解谜题最好成绩为 72%。数学方面，FrontierMath 第 1 至第 3 档（v2）最好成绩为 94%，第 4 档（v2）为 100%，OTIS Mock AIME 2024-2025 同样为 100%。科学类目中，Humanity's Last Exam 最好成绩为 55%，GPQA Diamond 为 96%。软件工程方面，METR Time Horizons 最好成绩为 17 小时 25 分钟，SWE-bench Verified 为 83%。这些数字以 Best score 的形式给出，与 GPT-5 自身的 ECI 得分并列展示，用于横向比较不同模型在同一基准上的表现。
元数据与使用成本
模型元数据部分给出了若干运营层面的信息。组织为 OpenAI，发布日为 2025 年 8 月 7 日，可访问性标注为闭权重，所属国家为美国，知识截止时间未公开。提供方备注指向 GPT-5 System Card。价格方面，输入为每百万 token 1.25 美元，输出为每百万 token 10 美元。参数规模、训练算力、训练硬件、训练时长、训练数据集规模等字段均未披露，其中训练算力一栏给出的数值为 6.6e25 FLOP。页面还说明，OpenAI 这款最新的旗舰前沿模型是在低推理投入（low reasoning effort）条件下完成基准测试的，这一测试条件会影响上述各项成绩的解读方式。
为什么值得看
GPT-5 正式发布并获权威评测收录，其首发登顶及具体跑分与定价对开发者选型极具参考价值。
信源1 家
关键事实
相关 · 模型
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。