MazeBench 更新：Fable 5.2 追平 GPT-6 Astra 且 token 效率最高

MazeBench 评测更新：Fable 5.2 得分 15%，仅以微弱差距低于 GPT-6 Astra，成为新的前沿模型，价格却只有一半；作者跑满 40 小时后认为它是迄今 token 效率最高的模型，解谜能力有可能进一步超越对手，但需更高成本或再跑数周。此外 Gemini 4 Carbon 得分与前代 Argon 相当，但同价格下探索范围更小，其策略被批评散乱易分心，而 Argon 方法系统化，见到谜题就顺手解决。

2026-11-11 ~ 2026-11-11 · 3 条相关

• MazeBench 排行：Fable 5.2 得 15%，token 效率最高 — patience_cave · 2026-11-11
• Fable 5.2 登顶 MazeBench，解谜能力追平 GPT-6 Astra — patience_cave · 2026-11-11
• Gemini 4 Carbon 与前代得分相当，策略却被批散乱易分心 — patience_cave · 2026-11-11