Epoch AI 审计 Humanity's Last Exam：抽样 48 题中 46% 存在影响准确率的错误，判定为 Flawed

Epoch AI 分析海关数据发现，2024 年 4 月至 2025 年 6 月中国记录了 37.5 亿美元、均价约 10.6 万美元/台的马来西亚原产服务器进口，价格水平更符合 AI 服务器而非普通服务器。

Epoch AI 测量四款模型的首 token 延迟（TTFT）随上下文长度的缩放，发现 GPT-5.6 Terra 和 Sol 呈明显二次曲线，Claude Sonnet 5 接近线性，Opus 5 噪声较大但仍接近线性。

Epoch AI 报告估计华为 2026 年将生产约 150 万颗 Ascend 芯片，折合 88 万 H100e，不足 Nvidia 算力产出的 4%，芯片性能落后 Nvidia 三到四年，单芯片纸面差距明年扩至约 17.5 倍。

Epoch AI 发布 FrontierMath Erdős 基准，由 erdosproblems.com 创建者 Thomas Bloom 挑选 68 道截至 2026 年 8 月仍未解决的、兼具重要性与难度的 Erdős 问题，用 Lean 形式化验证（50 题来自 Google Formal Conjectures 项目），代码开源，每题默认推理预算 $300。

Epoch AI 报告指出，Nvidia 等无厂芯片设计商在美国设计、在海外制造并销售的芯片，因货物不越境、IP 也无交易记录，其价值增值几乎完全未被计入美国 GDP。

Epoch AI 估算 2023 年 Q1 至 2025 年 Q4 每季度购买的 AI 芯片综合性价比，从约 5.6×10^11 升至约 1.4×10^12 bit-operations per second per dollar（2025 年不变美元），指数拟合平均每年增长约 49%（90% CI：36%-66%），倍增时间 1.7 年。

Epoch AI 分析 cve.org 数据发现，2026 年 6 月 21 家知名机构披露的高危及严重 CVE 约 1，550 个，7 月达约 2，500 个，约为 Claude Mythos Preview 发布前月度纪录（约 490 个）的 5 倍。

Epoch AI 推出 EBR-Bench，让 AI 系统反复游玩复杂桌游 Earthborne Rangers（10 或 30 次通关）以测试从经验中学习的能力，结果显示几乎没有现场学习的证据。

Epoch AI 与 METR 联合发布长程编码基准 MirrorCode，要求 AI 在沙箱中端到端重实现完整程序并通过含 held-out 测试的验证。

Epoch AI 基于 SEC EDGAR 的 10-Q 和 10-K 文件，比较 Microsoft、Amazon、Alphabet、Meta、Oracle 的合计经营现金流与现金资本开支，拟合指数增长模型显示经营现金流年增约 23%，现金 capex 年增约 70%，趋势在 2026 年 Q3 前后交叉，届时合计自由现金流归零。