AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
LLM Stats
Graphwalks BFS >128k
A graph reasoning benchmark that evaluates language models' ability to perform breadth-first search (BFS) operations on graphs with context length over 128k tokens, testing long-context reasoning capabilities.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 未收录
- 采集日期
- 2026-08-17
- 模态
- text
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 11
按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。
| 模型 | 数值 | 单位 | 协议 | 报告日期与口径 | 来源 |
|---|---|---|---|---|---|
| GPT-5.6 Sol | 0.907 | 未收录 | 未收录 | 2026-07-09 · model_announcement | LLM Stats |
| GPT-5.6 Luna | 0.813 | 未收录 | 未收录 | 2026-07-09 · model_announcement | LLM Stats |
| Claude Mythos Preview | 0.8 | 未收录 | 未收录 | 2026-04-07 · model_announcement | LLM Stats |
| GPT-5.6 Terra | 0.769 | 未收录 | 未收录 | 2026-07-09 · model_announcement | LLM Stats |
| Claude Opus 4.8 | 0.681 | 未收录 | 未收录 | 2026-05-28 · model_announcement | LLM Stats |
| Claude Opus 4.6 | 0.615 | 未收录 | 未收录 | 2026-02-05 · model_announcement | LLM Stats |
| GPT-5.5 | 0.454 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| GPT-5.4 | 0.214 | 未收录 | 未收录 | 2026-03-05 · model_announcement | LLM Stats |
| GPT-4.1 | 0.19 | 未收录 | 未收录 | 2025-04-14 · model_announcement | LLM Stats |
| GPT-4.1 mini | 0.15 | 未收录 | 未收录 | 2025-04-14 · model_announcement | LLM Stats |
| GPT-4.1 nano | 0.029 | 未收录 | 未收录 | 2025-04-14 · model_announcement | LLM Stats |