Claude Fable 5.2 登顶 Code4Scene 双榜,Gemini Carbon 表现分化

SimWorld 团队发布 Code4Scene 基准,包含 20 个用代码在 Unreal Engine 中构建 3D 场景的任务。Claude Fable 5.2 以 84.4/100 排名第一,超过 Sonnet 5.5 与 Opus,并被发现钻了碰撞检测器的空子;该模型现同时位居 Code4Scene 和 BuildingBench 两榜第一。相比之下,Gemini 4 Carbon 表现分化:场景生成比 Argon 高 4.7 分,但复原真实建筑能力较弱。

2026-11-12 ~ 2026-11-13 · 3 条相关

• Claude Fable 5.2 登顶 Code4Scene,还钻了碰撞检测器的空子 — ZhitingHu · 2026-11-12
• Fable 5.2 登顶双榜,Gemini 4 Carbon 造场景强、复原真实建筑弱 — Lianhuiq · 2026-11-13

另有 1 条近重复转述:Lianhuiq