Epoch AI
AI研究机构，专注于AI能力评测与基准设计，维护Frontier Math等前沿评测基准，并持续跟踪AI模型发展趋势
核心事实
时间轴 (近 90 天)
whatmodel.sh 数据中 14,436 个结果来自独立评估（ACL Anthology、arXiv、Epoch AI、LMArena、EvalPlus、EleutherAI harness 等），7,677 个来自实验室自报，独立评估占比约 77%。
根据Epoch AI等机构的研究，公开互联网上可用于训练的高质量文本（如书籍、学术论文、优质网页内容）总量约为数百亿词级别
Epoch AI 的 InnovationEval 用于评估模型能否从构思、实现到实验独立产出可媲美人类后续学习技法的新算法
Anthropic发布的Claude Opus 5.5在Epoch AI的ECI评测中获得167分，位列全球第一
GPT-6 Astra在Frontier Math Tier 4上峰值达到98%，在不开启推理、不使用思维链的情况下仍达到83%
Epoch AI 在发布 FrontierMath 时指出其题目难度对应博士级数学研究生或专业研究人员才能应对的场景
Epoch AI估算高质量英文文本数据可能在2026年前后被主流LLM训练消耗殆尽
据Epoch AI在2026年的统计，开源模型落后最强闭源模型的差距平均只有4个月左右
Epoch AI预估谷歌作为单一厂商持有全球约四分之一的AI总算力
根据Epoch AI测算，谷歌TPU方案约可做到2039个H100等效算力/兆瓦，英伟达B200、B300整套方案约1175个H100/兆瓦，衡量的是整套数据中心系统能效
还有 12 条时间轴事件
全部知识事实 (20)
据Epoch AI研究估计，到2026年前后互联网上可用于训练的高质量文本数据将基本被耗尽
65%待验证大量开源模型的训练数据截止时间停留在2023年甚至更早
70%待验证whatmodel.sh 数据中 14,436 个结果来自独立评估（ACL Anthology、arXiv、Epoch AI、LMArena、EvalPlus、EleutherAI harness 等），7,677 个来自实验室自报，独立评估占比约 77%。
50%待验证根据Epoch AI等机构的研究，公开互联网上可用于训练的高质量文本（如书籍、学术论文、优质网页内容）总量约为数百亿词级别
50%待验证Epoch AI 的 InnovationEval 用于评估模型能否从构思、实现到实验独立产出可媲美人类后续学习技法的新算法
50%待验证GPT-6 Astra在Frontier Math Tier 4上峰值达到98%，在不开启推理、不使用思维链的情况下仍达到83%
50%待验证Epoch AI 在发布 FrontierMath 时指出其题目难度对应博士级数学研究生或专业研究人员才能应对的场景
50%待验证据Epoch AI在2026年的统计，开源模型落后最强闭源模型的差距平均只有4个月左右
50%待验证Epoch AI预估谷歌作为单一厂商持有全球约四分之一的AI总算力
50%待验证根据Epoch AI测算，谷歌TPU方案约可做到2039个H100等效算力/兆瓦，英伟达B200、B300整套方案约1175个H100/兆瓦，衡量的是整套数据中心系统能效
50%待验证Frontier Math Tier 4从发布时最高得分不到5%到不到14个月后最高得分达98%，Epoch据此认为该基准已饱和
50%待验证Epoch AI宣布Frontier Math Tier 4的所有题目已全部被AI攻破，GPT-6 Astra解出了最后一道未解难题
50%待验证Frontier Math是由Epoch AI维护的评测基准，题目由职业数学家设计，刻意回避互联网上已有的解题路径以减少模型记忆作答的可能性
50%待验证FrontierMath是一个专为衡量AI高等数学推理能力设计的基准测试
50%待验证Epoch AI分析显示，根据2023至2025年每季度实际购买的芯片数据，每亿美元每年能买到的AI算力约增加49%，相当于每21个月翻一番
50%待验证Epoch AI数据显示，2023-2024年间在公司名称或产品描述中加入'AI'字样的初创企业，其种子轮融资中位数比同类非AI企业高出约40%
50%待验证ECI（Effective Capability Index，等效能力指数）是一种将模型能力换算成时间进度的方法，其设计思路借鉴了经济学中购买力平价的理念
50%待验证Epoch AI的研究数据显示，AI训练所用算力从2012年至今增长了超过30万倍
50%待验证Epoch AI估算互联网上可公开获取的高质量文本数据总量约在4.6万亿到17万亿token之间
50%待验证Epoch AI估算高质量英文文本数据可能在2026年前后被主流LLM训练消耗殆尽
50%