Epoch Capabilities Index
PulseAugur coverage of Epoch Capabilities Index — every cluster mentioning Epoch Capabilities Index across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Gemini 4 Argon 在 ECI 基准测试中与 Fable 5.1 并驾齐驱，落后于 Opus 5.5 和 GPT-6 Astra
谷歌的 Gemini 4 Argon 在 Epoch Capabilities Index (ECI) 上获得了 165 分，与 Fable 5.1 的表现持平。这比其前身 Gemini 3.8 Flash（得分为 157）有了显著提升。然而，在最新的 ECI 排名中，Gemini 4 Argon 仍然落后于 Opus 5.5 (167) 和 GPT-6 Astra (166)。
-
分析发现最昂贵的AI模型并非最聪明 · 跟踪2个来源
一项近期对23个大语言模型的能力和API价格进行的比较分析显示，最昂贵的模型不一定是最聪明的。Epoch能力指数（ECI）被用来根据各种基准对模型进行评分，价格数据来源于截至2026年10月的API列表。研究发现，像Claude Opus 5.5和GPT-6 Astra这样的顶级模型虽然能力很强，但并非最具成本效益。像Claude Sonnet 5.5、Gemini 3.8 Flash和DeepSeek-V4 Flash这样更便宜但仍…
-
AIRO系统利用前沿LLM集成预测灾难性风险
预测研究所（Forecasting Research Institute）推出了自动化人工智能风险展望（AIRO）系统，该系统利用领先的人工智能模型集成来预测灾难性风险事件的概率。AIRO目前估计到2030年底发生人工智能相关灾难的几率为0.47%，到2050年为6%，预测还涵盖生物风险、网络风险和错位风险。该系统利用Epoch能力指数（Epoch Capabilities Index）中得分最高的模型，包括GPT-6 Astra、F…
-
Anthropic 发布 Claude Opus 5，在基准测试中挑战 Fable 5
Anthropic 推出了 Claude Opus 5，这是一款新的前沿模型，以更低的成本提供了接近 Claude Fable 5 的性能。早期评估显示，Opus 5 在编码和知识工作中表现出色，在 Frontier-Bench 和 ARC-AGI 等任务上设定了新的最先进基准。虽然它在 3D 模型重建和复杂编码任务等领域展现了强大的能力，但其在网络安全利用方面的表现仍落后于 Mythos 5 等模型。用户报告的体验褒贬不一，一些人称…
-
Meta 从开放权重 AI 转向，前沿转移至中国
作为开放权重大型语言模型（LLM）的关键参与者，Meta 已将其重点从发布开放模型转移，其最后一次公开版本是 2025 年 4 月的 Llama 4 Scout 和 Maverick。该公司最新的前沿模型 Muse Spark 以私有 API 的形式发布，并且大规模裁员表明其战略重心发生了转变。尽管 Meta 进行了调整，但开放权重 AI 的前沿并未崩溃，而是已迁移，主要迁移到了中国的实验室，西方的一些坚持者也做出了贡献。目前的开放权…