banteg 推 Sokoban 推理评测 GPT-6.2 全通关

开发者 banteg 上线针对大模型的 Sokoban 推理评测,让模型挑战 Jonah Ostroff 的三步曲谜题(共 66 关、分 3 部分),每回合可提交单步或整屋解法。结果显示 gpt-6.2-sol 与 gpt-6.2-astra(medium effort)均全部通关,分列第 2、第 3 名,二者竞速差距仅约一小时;gpt-6.2-sol 的通关成本仅为 Fable 5.2 的约 1/6.5。

2026-11-18 ~ 2026-11-18 · 3 条相关