GPT-5.6在ALE-Bench领先
scaling01 · x · 2026-07-10
帖子称 GPT-5.6 已经处在 ALE-Bench 的前沿表现，尤其提到 Luna 和 Terra 两个版本看起来都很强。
信息重点是：这版模型在该基准上的成绩被评价为“非常令人印象深刻”。
所属事件:GPT-5.6 在 ALE 基准测试中刷新成绩(2 条相关)→
「模型」频道最新
- 传 OpenAI 在 Astra 中使用 neuralese 循环变换器，新的 scaling 轴浮出水面 — imadade · 2026-09-03
- XBOW 团队拿下今年首个 Chrome 全链漏洞利用奖励 — moyix · 2026-09-03
- Gemini 3.8 Flash 的 Pareto 最优地位仅维持了 5 小时 18 分钟 — alejandroll10 · 2026-09-03
- 双 DGX Spark 实测：GLM-5.3-Flash 写作与视觉胜过 DeepSeek-V4-Flash — kuhunaxeyive · 2026-09-03
- Anthropic 商务智能体只建购物车交人工结账,被赞退款风控思路对 — HaktanSuren · 2026-09-03
- Qwen3.8 27B Q8 翻车:12 万 token 后发现根本没读计划,自行实现别的功能 — KingCpzombie · 2026-09-03