GPT-5.6 Sol 登顶 ErdosBench
i_dg23 · x · 2026-07-19
GPT-5.6 Sol 在 **ErdosBench** 上拿到第一：在 226 道研究级开题中解出 78 题，明显高于 GPT-5.5 xhigh 的 55 题。 图里还给出各模型的覆盖率、通过题数、强结论/反例/引用等细分统计，以及审阅后的说明：GPT-5.6 Sol 是“目前审计过最好的全量跑分”；GPT-5.5 xhigh 总体最好但仍有单模型争议；Kimi K2.7 Code 创造性强但缺失若干行；GLM-5.2 强但不均衡；Claude Opus 4.8 max 在审稿和部分深度上表现较好。
「模型」频道最新
- 前沿模型已超越人类数学能力 — littmath · 2026-07-20
- 中国模型在 OpenRouter 上领先 — JOBhakdi · 2026-07-20
- AI解RH会被区别对待的段子 — tak3sh8 · 2026-07-20
- 泄露称 GLM-5.5 可能8月发布 — teortaxesTex · 2026-07-20
- Gemini 出现奇怪崩坏 — windowssandbox · 2026-07-20
- Hermes 发布桌面与路由大更新 — Teknium · 2026-07-20