Epoch AI 模型页给 GPT-6.2 Astra 的 Epoch Capabilities Index(ECI)为 174,在页面所列 241 个模型中与 Claude Fable 5.2 并列第 1。ECI 是跨基准的总体能力指数;游戏、数学和其他测试的百分比是各自基准分数,不能当作 ECI 分项相加或互换。
适合判断的任务:查看 Epoch AI 收录的总体能力位置,以及游戏、数学、科学、软件工程等具名基准的分数。
不适合外推的任务:据单一分数断言模型在所有游戏、数学或 Agent 任务上的表现;将不同基准的百分比直接比较。
适用的模型版本:GPT-6.2 Astra;模型页标注闭源,发布日期为 2026-11-17。
测试环境或客户端:未注明具体运行环境、提示词、工具或逐项测试配置。模型页展示设置选择器“Best score across settings”;不据此推断推理档位。
推理档位和参数:未注明。
Epoch 的 ECI 文档说明,通用 ECI 汇总 50 多个基准的结果,以模型能力、基准难度和斜率拟合 IRT 逻辑函数,并用贝叶斯模型估计参数。它是跨基准的尺度,不是原始百分比的平均值。Epoch 报告 ECI 为模型能力后验分布的均值,通用方法包含 90% 可信区间;GPT-6.2 Astra 模型页没有展示该模型的区间值。
模型页把各单项基准的管理方列为 Epoch AI。部分分数条同时显示模型分数和“Best score”标记;下表将其分列,不把最高值误作唯一结果。该页没有给出各基准样本量、运行配置或可逐项复现的测试记录。
总体:ECI 174;第 1 名,与 Claude Fable 5.2 并列;页面称共追踪 241 个模型。
游戏:SpireClimb 41%;Chess Puzzles 78%(最高标记 79%);Earthborne Rangers(EBR-bench)92%;Mystery Game Puzzles 95%。
数学:FrontierMath Erdős 10%;FrontierMath Tiers 1–3(v2)93%(最高标记 95%);FrontierMath Tier 4(v2)100%;OTIS Mock AIME 2024–2025 100%。
其他分项:Furniture Assembly Benchmark 89%(最高标记 90%);GPQA Diamond 97%;MirrorCode 68%(最高标记 98%);SimpleQA Verified 79%(最高标记 94%)。
模型页的对照卡中,GPT-6.2 Astra 对 GPT-6 Astra、Claude Fable 5.2、Gemini 4 Carbon 的 ECI 分别为 174、169、174、170。分项对照显示:SpireClimb 为 41%、34%、15%、未列;FrontierMath Erdős 为 10%、3%、未列、3%;FrontierMath Tier 4 为 100%、98%、100%、95%。这些是同一页面的基准记录,缺项表示页面未列成绩,不代表零分。
模型页 Full results 当前可见记录(分数由 Epoch AI 管理):
| 类别 | 基准 | 页面分数 | 页面最高分标记 |
|---|---|---|---|
| 总体 | Epoch Capabilities Index (ECI) | 174 | — |
| 游戏 | SpireClimb | 41% | — |
| 游戏 | Chess Puzzles | 78% | 79% |
| 游戏 | Earthborne Rangers (EBR-bench) | 92% | — |
| 游戏 | Mystery Game Puzzles | 95% | — |
| 数学 | FrontierMath Erdős | 10% | — |
| 数学 | FrontierMath Tiers 1–3 (v2) | 93% | 95% |
| 数学 | FrontierMath Tier 4 (v2) | 100% | — |
| 数学 | OTIS Mock AIME 2024–2025 | 100% | — |
| 多模态 | Furniture Assembly Benchmark | 89% | 90% |
| 科学 | GPQA Diamond | 97% | — |
| 软件工程 | MirrorCode | 68% | 98% |
| 世界知识 | SimpleQA Verified | 79% | 94% |
ECI 174 描述的是 Epoch 汇总出的通用能力位置;它不是游戏或数学的百分制分数。数学有单独的领域基准记录,Epoch 文档也说明存在 Math ECI 与软件工程 ECI,但 GPT-6.2 Astra 模型页展示的 174 是通用 ECI,没有给出该模型的 Math ECI 数值。
Epoch 的基准目录把 EBR-bench、FrontierMath Tiers 1–3、FrontierMath Tier 4、Furniture Assembly、MirrorCode 和 SpireClimb 标为包含 Agent 任务(部分还带其他领域标签)。这些仍是各自基准的分数;模型页没有单独的 Agent ECI 或 Agent 综合百分比。基准标签不能代替一个 Agent 总分。
比较时应限定在同一基准及其公开设置内。不同测试的题型、难度和计分方式各异;该模型页未披露样本量、具体提示词和逐项运行设置,不能仅凭这些结果复现测评,也不能推断未展示任务上的表现。ECI 与方法说明:Epoch ECI、ECI 方法文档;Agent 标签见 Epoch 基准目录。
截至采集日,模型页公开 ECI、所列基准分数、部分最高分标记、发布日期、闭源状态及管理方;未公开 Astra 的逐项样本量、提示词、工具链和运行参数。该数据适合作为 2026-11-19 的页面快照,不应视为固定不变的排行榜。
GPT-6.2 Astra