查看 METR Time Horizons v1.1 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
— |  Claude Mythos Preview 常规模式工具 | 1044.78 | 2026-04-07 | 未知 | 闭源 |
— |  Gemini 3.1 Pro Preview 常规模式工具 | 384.15 | 2026-02-20 | 未知 | 闭源 |
— |  GPT-5.2 思考水平·高工具 | 352.25 | 2025-12-11 | 未知 | 闭源 |
— | GPT-5.3 Codex 常规模式工具 | 349.53 | 2026-02-05 | 未知 | 闭源 |
— | GPT-5.4 思考水平·极高工具 | 341.74 | 2026-03-05 | 未知 | 闭源 |
— | Opus 4.5 常规模式工具 | 293.00 | 2025-11-25 | 未知 | 闭源 |
— | Opus 4.5 16K工具 | 288.90 | 2025-11-25 | 未知 | 闭源 |
— | Gemini 3 Pro 常规模式工具 | 224.33 | 2026-02-01 | 未知 | 闭源 |
— | GPT-5 思考水平·高工具 | 203.01 | 2025-08-07 | 未知 | 闭源 |
— | GPT-5.1-Codex-Max 常规模式工具 | 161.75 | 2025-11-19 | 未知 | 闭源 |
— | GPT-5 思考水平·中工具 | 137.32 | 2025-08-07 | 未知 | 闭源 |
— | Claude Sonnet 4.5 16K工具 | 121.95 | 2025-09-30 | 未知 | 闭源 |
— |  Grok 4 常规模式工具 | 110.08 | 2025-07-10 | 未知 | 闭源 |
— | OpenAI o3 思考水平·中工具 | 91.27 | 2025-04-16 | 未知 | 闭源 |
— | OpenAI o4 - mini 思考水平·中工具 | 76.51 | 2025-04-16 | 未知 | 闭源 |
— | Claude Sonnet 3.7 常规模式工具 | 60.39 | 2025-02-25 | 未知 | 闭源 |
— | Claude Sonnet 3.7 16K工具 | 56.09 | 2025-02-25 | 未知 | 闭源 |
— | OpenAI o1 思考水平·中工具 | 39.21 | 2024-12-05 | 未知 | 闭源 |
— | Gemini 2.5-Pro 常规模式工具 | 38.73 | 2025-06-05 | 未知 | 闭源 |
— | Claude 3.5 Sonnet New 常规模式工具 | 29.58 | 2024-10-22 | 未知 | 闭源 |
— |  DeepSeek-R1 常规模式工具 | 26.93 | 2025-01-20 | 6710亿 | 免费商用 |
— | GPT-4o(2024-11-20) 常规模式工具 | 9.17 | 2024-11-20 | 未知 | 闭源 |
2026-08-12 官方 v1.1 数据中，Claude Mythos Preview (early) 的 50% time horizon 为 1044.78 分钟；METR 标注超过 16 小时的测量可靠性有限。
