AI模型数学基准测试
Epoch AI 的这张散点图在 X 上获得 12.8万 浏览，是其平时帖子的 1.9 倍，在我们追踪的 97 张 Epoch AI 图中浏览排第 31。读取于2026年10月10日。
Opus 4.6 did well on FrontierMath. Its score of 40% on Tiers 1-3 is statistically tied with the previous top score, GPT-5.2 (xhigh)'s 41%.
为什么能传开
这篇帖子传播开来，是因为它能够自我解释，并且赶上了发布时机，获得了 128,445 次浏览和 603 次点赞，而该账号的典型点赞数为 114。
做对了什么
- 帖子文字能够自我解释，说明 Opus 4.6 在 FrontierMath 上表现良好，其在 Tiers 1-3 上的 40% 得分与之前最高分 41% 在统计上持平。
- 文案强调这是 Anthropic 模型首次进入该基准的前沿，提供了清晰的新闻点。
- 图表是散点图，自我标注程度高，并带有可见的来源行，因此读者无需额外背景就能理解。
可以借鉴
在我们自己的图表中沿用这种自我解释的框架：说明结果、点明对比对象，并标出首次或显著变化，让图表自带故事。
注意
不要把传播效果过度解读为设计质量的证明，因为引用率低于平均水平，给出的主要原因是它能够自我解释以及发布时机。
由我们的分析模型根据上面的实测数字写成，不是 Epoch AI 的说法。
做成你的
用柱状图放进你的数字。
从 Epoch AI 的「Opus 4.6 matched previous high scores on FrontierMath Tiers 」的真实数字开始。发布前请把每个数字换成你的。一步一步做一张这样的图
免费图片带一行小字 “Made with ViralChart”，别人就是通过这一行找到我们的。
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：cc862d6e7cbd。
数值是近似的。我们对这张图的两次读取只部分一致（置信度 0.33，满分 1），引用前请对照原图。API 会标记 lowConfidence，加 ?min_confidence=0.5 可以把它排除。
| 路径 | 返回 | 套餐 | |
|---|---|---|---|
| GET | /api/v1/charts/cc862d6e7cbd | 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/cc862d6e7cbd/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 CSV | Max |
| GET | /api/v1/charts/cc862d6e7cbd/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 |
curl -s https://viral-chart.com/api/v1/charts/cc862d6e7cbd/data \
-H "Authorization: Bearer $VIRALCHART_KEY"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。
Epoch AI 的更多图
全部 97 张
其他巨头的散点图
全部 78 张
常见问题
Epoch AI 的「AI模型数学基准测试」传播了多远？
截至2026年10月10日，X 上 128,445 次浏览、603 个赞、64 次转发、120 次收藏。@EpochAIResearch 平时一条帖子约 6.8万 浏览。
这是什么类型的图？
散点图。
可以直接用 Epoch AI 的图吗？
用格式，不用原图。图、logo 和设计都属于 Epoch AI。ViralChart 用你的数字和文字重画同类图，并注明原发布者。