1. 模型
  2. Meta
  3. GPQA Accuracies for Leading Models
E
@EpochAIResearchX · 2024年7月31日

GPQA Accuracies for Leading Models

@EpochAIResearch 的这张哑铃图在 X 上获得 6927 浏览,是 @epochairesearch 帖子中位数的 1.3 倍,在我们收录的 1,162 条 AI 图表帖中浏览排第 879。读取于2026年10月12日。

GPQA accuracy comparison for leading AI models

X数据哑铃图Llama 3Meta 全部模型GPT-4oClaude 3.5 SonnetLlama 3.1 405B InstructMistral Large 2407
发布者 @EpochAIResearch 于 X, 2024年7月31日. 来源: x.com
47/ 100

ViralChart 评分

范围小,但很受欢迎

浏览低于中位数,互动率却更高:看到的人少,但反应热烈。

#667 / 1,162 我们收录的 AI 图表帖 · #21 / 59 @epochairesearch 的帖子. 评分 = 浏览 40%、赞 30%、互动率 15%、收藏率 15%,每项都按我们收录的全部 AI 图表帖计算百分位。

我们的解读

范围小但很受欢迎,综合分在1162条AI图表帖中排第667。

收藏率0.27%,是AI图表帖中位数0.076%的3.5倍,排第49。

浏览量6927,是@EpochAIResearch中位数5278的1.3倍,排第24。

综合分47,在1162条AI图表帖中排第667,低于中位。

前 4%收藏率

0.274% 的浏览者收藏了它,打算回头再看。中位数帖子是 0.076%。

前 13%互动率

1.31% 的浏览者点赞、转发、引用或回复。中位数帖子是 0.73%。

0.5x哑铃图帖子中位数的倍数

我们收录的 8 条哑铃图帖子,中位数是 1.5万 浏览。

1.3x@epochairesearch 帖子中位数的倍数

6927 浏览,而 @epochairesearch 一条典型帖子是 5278。

X 公开数据,读取于2026年10月12日。对比对象:1,162 条我们收录的 AI 图表帖,以及 @epochairesearch 的 59 条。

它的位置

传播范围对比打动程度

每个点是一条帖子。越往右浏览越多,越往上互动率越高。两条线是中位数,四个角就是四种帖子。

在 1,162 条我们收录的 AI 图表帖中

评分 #667 / 1,162

浏览6927#879后 24%
赞76#802后 31%
互动率1.31%#147前 13%
收藏率0.274%#49前 4%

在 @epochairesearch 的 59 条帖子中

评分 #21 / 59

浏览6927#24前 40%
赞76#27前 45%
互动率1.31%#31后 48%
收藏率0.274%#7前 11%

增长

目前只读取过一次

浏览6927
读取时发布天数803 天
平均每天浏览9浏览除以发布以来的天数

圆点是我们的读取。从发布当天到第一次读取之间的虚线是空档,不是数据。

@epochairesearch 的帖子随时间变化

我们收录的这个账号的每条帖子,按日期和浏览排列。标出的是这一条,线是最近 10 条的滚动中位数。

新闻 · 2024年7月31日

@EpochAIResearch GPQA准确率图

收藏率极高,浏览量低于中位数。

发生了什么

2024年7月31日发布1张哑铃图,比较4个模型的GPQA准确率。当天无其他帖子。

数字

浏览量6927,在1162条AI图表帖中排第879,低于中位数4万。收藏率0.27%,排第49。

经验

收藏率第96百分位,前10%,但浏览量仅排第879,宽而薄。

意味着什么

在@EpochAIResearch的59条帖子中排第21,高于自身中位数。

由 ViralChart 根据2026年10月12日读取的公开数字撰写,每个数字展示前都与我们的数据核对过。

数据与 API

从这张图读出 8 个数据点

从图片估算 66%
系列分组数值读取方式
Simple-evals prompt,T=0.7GPT-4o48.5 %估读
Llama 3.1 evals prompt,T=0GPT-4o50 %估读
Simple-evals prompt,T=0.7Claude 3.5 Sonnet55.5 %估读
Llama 3.1 evals prompt,T=0Claude 3.5 Sonnet50.25 %估读
Simple-evals prompt,T=0.7Llama 3.1 405B Instruct46 %估读
Llama 3.1 evals prompt,T=0Llama 3.1 405B Instruct49 %估读
Simple-evals prompt,T=0.7Mistral Large 240747.5 %估读
Llama 3.1 evals prompt,T=0Mistral Large 240746 %估读

Max 方案 · API

GET https://viral-chart.com/api/posts/fb05ac8abd1c.json
GET https://viral-chart.com/api/charts/fb05ac8abd1c.json
GET https://viral-chart.com/api/charts/fb05ac8abd1c.skill.md

原型里是静态文件。帖子 JSON 包含公开数字、排名、评分、象限、我们的读取记录,以及通过核对的文案。

API · Max

用 API 调用这张图

Max 套餐可以取这张图的数字(每个数字都带来源),格式为 JSON 或 CSV,附重画规格;也可以让智能体通过 MCP 调用。图表 id:fb05ac8abd1c。

路径返回套餐
GET/api/v1/charts/fb05ac8abd1c标题、发布者、日期、图型、数据点数;用 Max 密钥时附数据链接开放
GET/api/v1/charts/fb05ac8abd1c/data每个数据点及其来源和置信度,加上重画规格。加 ?format=csv 得到 CSVMax
GET/api/v1/charts/fb05ac8abd1c/render?view=1本页使用的只读绘图视图开放
POST/mcp工具 get_chart_data 加这个 id,供 Claude、Cursor 等智能体使用Max
curlMax
curl -s https://viral-chart.com/api/v1/charts/fb05ac8abd1c/data \
  -H "Authorization: Bearer $VIRALCHART_KEY"
Claude CodeMax
claude mcp add --transport http viralchart https://viral-chart.com/mcp \
  --header "Authorization: Bearer $VIRALCHART_KEY"

每个密钥每分钟 60 次,超出返回 429 和 Retry-After。每个账号最多 5 个密钥,在账户页创建,只显示一次。没有 Max 时数据接口返回 402,并附套餐链接。这些数字描述的是发布者拥有的图,每个文件都带授权说明。

更多关于 Llama 3 的图

Meta 的更多图

常见问题

这张图从哪里来?

@EpochAIResearch于2024年7月31日在 X(x.com)发布了它。我们把它留在这里,并以文字注明发布者和日期,方便你不离开本站就能研究。

我能做一张这样的图吗?

用格式,不用原图。打开它的数据页,用“做一张这样的图”:从这张图的数字起步,换成你的。