A FIELD GUIDE TO GENERAL INTELLIGENCE
BEYOND ALL, WITHIN NULL
凌驾万物，蕴于虚空
在智能的边界，保持好奇。
探索突破性的研究、模型与思想，连接通往 AGI 的每一种可能。
OPEN MINDS. OPEN POSSIBILITIES.
NULL / ∅INTELLIGENCE WITHOUT LIMITS
EXPLORING THE UNKNOWN [ 0 → ∞ ]
02 / MODEL ATLAS
智能的不同形态。
理解模型能力与开放边界，找到你的下一块构建基石。
近期官方软件工程评测
最近采集尝试：2026-10-02 02:05 UTCProgramBench 与 SWE-bench 分别衡量完整程序重建和代码仓库问题修复，任务与指标不可直接比较；它们都是编码评测，不是通用 AGI 排名。
| 模型 | 完全解决 | 接近解决 | 平均成本 |
|---|---|---|---|
| Claude Opus 5 (xhigh) · mini-SWE-agent | 4.5% | 37.0% | $50.53 |
| Muse Spark 1.3 (max) · mini-SWE-agent | 2.5% | 25.0% | $6.46 |
| Muse Spark 1.3 (xhigh) · mini-SWE-agent | 1.0% | 16.5% | $2.02 |
| GPT-5.6 Sol (xhigh) · mini-SWE-agent | 1.0% | 15.5% | $6.08 |
| GPT 5.5 (xhigh) · mini-SWE-agent | 0.5% | 13.5% | $8.85 |
| GPT 5.5 (high) · mini-SWE-agent | 0.5% | 5.0% | $3.65 |
| Gemini 3.6 Flash · mini-SWE-agent | 0.5% | 4.0% | $4.83 |
| GPT-5.6 Sol · mini-SWE-agent | 0.5% | 2.5% | $1.00 |
| Claude Opus 4.8 (xhigh) · mini-SWE-agent | 0.0% | 16.5% | $21.02 |
| GLM-5.2 · mini-SWE-agent | 0.0% | 8.5% | $25.36 |
SWE-bench 同一 mini-SWE-agent 环境的官方最新结果发布于 2026-02-26，官方此后尚未发布同口径新记录；下表保留它用于横向可比，不将采集时间冒充评测日期。
| 排名 | 模型 / 配置 | 解决率 | 评测日期 | 开放性 |
|---|---|---|---|---|
| 1 | Claude 4.5 OpusAnthropic · 推理：high · 版本：2.0.0 · 提交结果 | 76.80% | 2026-02-17 | 闭源服务 |
| 2 | Gemini 3 FlashGoogle DeepMind · 推理：high · 版本：2.0.0 · 提交结果 | 75.80% | 2026-02-17 | 闭源服务 |
| 3 | MiniMax M2.5Minimax · 推理：high · 版本：2.0.0 · 提交结果 | 75.80% | 2026-02-17 | 开放权重 |
| 4 | Claude 4.6 OpusAnthropic · 推理：默认 · 版本：2.0.0 · 提交结果 | 75.60% | 2026-02-17 | 闭源服务 |
| 5 | Claude 4.5 OpusAnthropic · 推理：medium · 版本：1.16.0 · 官方核验 | 74.40% | 2025-11-24 | 闭源服务 |
| 6 | Gemini 3 Pro PreviewGoogle DeepMind · 推理：默认 · 版本：1.15.0 · 官方核验 | 74.20% | 2025-11-18 | 闭源服务 |
| 7 | GLM 5Z-AI · 推理：high · 版本：2.0.0 · 提交结果 | 72.80% | 2026-02-17 | 开放权重 |
| 8 | GPT 5.2OpenAI · 推理：high · 版本：2.0.0 · 提交结果 | 72.80% | 2026-02-17 | 闭源服务 |
| 9 | GPT 5.2 CodexOpenAI · 推理：默认 · 版本：2.0.0 · 提交结果 | 72.80% | 2026-02-19 | 闭源服务 |
| 10 | GPT 5.2OpenAI · 推理：high · 版本：1.17.2 · 提交结果 | 71.80% | 2025-12-11 | 闭源服务 |
| 11 | Claude 4.5 SonnetAnthropic · 推理：high · 版本：2.0.0 · 提交结果 | 71.40% | 2026-02-17 | 闭源服务 |
| 12 | Kimi K2.5Moonshot AI · 推理：high · 版本：2.0.0 · 提交结果 | 70.80% | 2026-02-17 | 开放权重 |
| 13 | Claude 4.5 SonnetAnthropic · 推理：默认 · 版本：1.13.3 · 官方核验 | 70.60% | 2025-09-29 | 闭源服务 |
| 14 | DeepSeek V3.2DeepSeek · 推理：high · 版本：2.0.0 · 提交结果 | 70.00% | 2026-02-17 | 开放权重 |
| 15 | Gemini 3 ProGoogle DeepMind · 推理：high · 版本：2.0.0 · 提交结果 | 69.60% | 2026-02-26 | 闭源服务 |
来源与更新状态
SWE-bench Verified / mini-SWE-agent · 最近成功：2026-10-02 02:05 UTC · 更新成功
ProgramBench · 最近成功：2026-10-02 02:05 UTC · 更新成功
其他官方评测：ProgramBench 完整程序重建Arena 人类偏好HELM 多维评测（独立入口，尚未自动采集）
模型能力目录
01推理模型数学推理 · 代码 · 可验证任务开放权重02语言模型多语言 · 混合思考 · 工具调用开放权重03模型系列编码 · 长文本 · 智能体工作流闭源服务04模型系列多模态 · 长上下文 · 推理闭源服务
DeepSeek R1
DeepSeekQwen3
阿里巴巴Claude
AnthropicGemini
Google DeepMind模型目录为人工精选，不表示性能排名。能力、授权与可用性以官方说明为准。
THE NULLAGI PERSPECTIVE智能没有终点。
下一步，拓展你的认知智能没有终点。
探索，也不应该有。
我们相信，通往通用智能的路，不只有一个答案。
保持开放，独立思考，在未知中寻找可能。