Claude Opus 5 在纯截图魔方 benchmark 上耗时 44 分钟完成解题
Various-Affect4841 · reddit · 2026-07-26
- 帖子介绍了一个叫 TWIST 的新 benchmark：模型只能通过 截图 感知魔方状态，再发送按键来操作。
- 在 3×3 魔方上，Claude Opus 5 解开了一个 20 步 scramble。
- 记录的数据包括：83 步完成（而 Kociemba 最优解为 19 步）、44 分钟总耗时、2617 秒思考、25 秒实际转动、73 张截图、24 万 token、最高推理强度。
- 作者也提醒，魔方算法可能在训练数据里很常见，因此规划能力里可能混有一定的检索成分。
- 他们还计划跑 mirror cube 作为控制组，排除颜色信息带来的影响。
「模型」频道最新
- Opus 3 和 Sonnet 3 上演了一场荒诞跨界对话 — repligate · 2026-07-27
- Kimi K3 登陆 Together，预留吞吐成本低 65% — togethercompute · 2026-07-27
- OpenAI 可能撞上算力上限，Codex 和 ChatGPT Work 四个月涨到 1000 万 — JoshuaJBouw · 2026-07-27
- Gemma 在开放权重生态里还需要更大的基础模型 — _xjdr · 2026-07-27
- Repligate：Claude Opus 3 权重不变却像在持续演化 — repligate · 2026-07-27
- “Opus 5”配图在玩模型反复重跑基准的梗 — kalomaze · 2026-07-27