--- title: "HLE“人类最后考试” 首次突破 60 分！Eigen-1 基于 DeepSeek V3.1 显著领先 Grok4、GPT-5" description: "Eigen-1 多智能体系统在 HLE Bio/Chem Gold 测试集上取得历史性突破，Pass@1 准确率达到 48.3%，Pass@5 准确率达到 61.74%，首次超过 60 分，领先谷歌 Gemini 2.5 Pro、OpenAI GPT-5 和 Grok 4。该成就基于开源的 DeepSeek V3.1，而非闭源超大模型。" type: "news" locale: "zh-CN" url: "https://longbridge.com/zh-CN/news/259215649.md" published_at: "2025-09-28T11:59:11.000Z" --- # HLE“人类最后考试” 首次突破 60 分！Eigen-1 基于 DeepSeek V3.1 显著领先 Grok4、GPT-5 > Eigen-1 多智能体系统在 HLE Bio/Chem Gold 测试集上取得历史性突破，Pass@1 准确率达到 48.3%，Pass@5 准确率达到 61.74%，首次超过 60 分，领先谷歌 Gemini 2.5 Pro、OpenAI GPT-5 和 Grok 4。该成就基于开源的 DeepSeek V3.1，而非闭源超大模型。 就在最近，由耶鲁大学唐相儒、王昱婕，上海交通大学徐望瀚，UCLA 万冠呈，牛津大学尹榛菲，Eigen AI 金帝、王瀚锐等团队联合开发的 Eigen-1 多智能体系统实现了历史性突破——在 HLE Bio/Chem Gold 测试集上，Pass@1 准确率达到 48.3%，Pass@5 准确率更是飙升至 61.74%，首次跨越 60 分大关。这一成绩远超谷歌 Gemini 2.5 Pro、OpenAI GPT-5 和 Grok 4。最令人振奋的是，这一成就并非依赖闭源超大模型，而是完全基于开源的 DeepSeek V3.1 搭建。 ### Related Stocks - [OpenAI.NA - OpenAI](https://longbridge.com/zh-CN/quote/OpenAI.NA.md) - [GOOG.US - 谷歌-C](https://longbridge.com/zh-CN/quote/GOOG.US.md) ## Related News & Research | Title | Description | URL | |-------|-------------|-----| | 馬斯克旗下 Grok 美國市佔升至近 18% 未受傳播色情內容影響 | 馬斯克旗下的 AI 聊天機器人 Grok 在美國的市場份額已升至近 18%，成為第三大聊天機器人，僅次於 ChatGPT 和 Google Gemini。儘管 Grok 捲入生成色情內容的爭議，但其使用率未受影響。分析師認為，社交媒體平台 | [Link](https://longbridge.com/zh-CN/news/275965405.md) | | ChatGPT 開始測試投放廣告 | OpenAI 開始在 ChatGPT 的免費版和最低付費版中測試廣告，旨在增加收入以應對成本上升。測試面向美國成年用户，涵蓋免費和 Go 訂閲方案（每月 8 美元）。儘管大多數用户未付費，OpenAI 承諾廣告不會影響回答內容，用户對話內容 | [Link](https://longbridge.com/zh-CN/news/275484431.md) | | GPT-5 在法律對決中勝過人類評委 | 法律學者發現，OpenAI 的 GPT-5 在遵循法律方面的表現優於人類法官，合規率達到 100%，而法官的合規率僅為 52%。在一項研究中，GPT-5 在法律場景中進行了測試，顯示沒有邏輯錯誤，這與之前的 AI 模型不同。這些發現引發了關 | [Link](https://longbridge.com/zh-CN/news/276008190.md) | | 一切向 “錢” 看！ChatGPT 正式開測廣告，網上罵聲一片 | OpenAI 開始對免費與低價訂閲用户測試廣告功能，以緩解高昂運營成本。此舉引發用户強烈反對，被批損害體驗與信任。競爭對手 Anthropic 藉機諷刺，OpenAI CEO 則激烈回擊。此舉背後是為支撐其千億美元級融資談判，向資本市場證明 | [Link](https://longbridge.com/zh-CN/news/275435957.md) | | OpenAI 首款硬件據報今年推 類似 AirPods 受累記憶體短缺要「降格」 | OpenAI 計劃推出首款硬體「Dime」，類似 AirPods，預計今年發布。因內存短缺，原本的高規格設計被簡化，最終產品將為簡單耳機。該產品原定搭載高性能 Exynos 晶片，具備獨立計算能力，但因成本問題調整。預計由富士康在越南生產， | [Link](https://longbridge.com/zh-CN/news/275219739.md) | --- > **免责声明**：本文内容仅供参考，不构成任何投资建议。