Surface Evolver Bench 榜单：模型得分与通过率数据解读

Epoch AI 基于公开的 Surface Evolver Bench 榜单整理模型表现，图表报告任务部分得分均值，数据导出中同时保留更严格的二元通过率。每项任务按数据文件静态检查、隐藏模拟运行、隐藏物理量（体积、面积、能量）容差比对三项确定性评分，全部通过才算通过，因此通过率低于均值。模型在智能体循环中每任务运行一次，同一模型的推理强度变体单独计为条目。