# Epoch AI 新基准测试 Opus 5 得分 59%

- 来源：Epoch AI (@EpochAIResearch)
- 发布时间：2026-08-07 04:31
- AIHOT 分数：26
- AIHOT 链接：https://aihot.virxact.com/items/cmshzdh1k0vy9ronkahekfvdh
- 原文链接：https://x.com/EpochAIResearch/status/2085463915224551741

## AI 摘要

我们推出了一项新的“游戏谜题”基准测试，与我们的国际象棋谜题基准类似，但使用的是另一款未公开游戏的谜题。这有助于我们在推理密集型任务上测试 AI，而这些任务中的内容模型可能并未经过后训练。目前的最高纪录保持者是 Opus 5，得分 59%。

## 正文

We've launched a new "game puzzles" benchmark, similar to our Chess Puzzles benchmark but using puzzles from a different, undisclosed game. This helps us test AI on reasoning-heavy tasks where they probably weren't post-trained. The current record-holder is Opus 5, scoring 59%.