MazeBench 新榜：多家顶尖模型得分为 0%
maziarmazi23572 · x · 2026-08-26
MazeBench 公布了针对 Terra max 的最新测试结果。数据显示，ox-alpha、grok 4.6、glm-5.3 以及 qwen 3.8-max 的得分为 0%，而 gemini 3.7 flash 得分为 1%，表现优于 kimi k3。
所属事件:MazeBench 迷宫评测：多旗舰模型得 0%，Gemini 3.7 Flash 领跑(4 条相关)→
「模型」频道最新
- 美国开源新贵 Muse Spark 对比 Qwen/GLM:综合指数领先但 Agent 任务落后 — zsakib_ · 2026-10-16
- Muse Spark 816B 发布仅 30 分钟,llama.cpp 即完成支持 — ngxson · 2026-10-16
- 最快的 GPU kernel 会被 AI 写出来吗?发帖人称验证条件近乎完美 — fleetwood___ · 2026-10-16
- Scale AI 发布 muse spark open:816B 参数、1M 上下文,称最强美国开源模型 — jiayi_pirate · 2026-10-16
- NVIDIA 上架 Qwen3.8-Flash-Next FP4 量化版，未发布新模型意外曝光 — TheZachMueller · 2026-10-16
- 号称最强美国开源模型 Muse Spark Open 上线 Nebius 首日支持 — Arindam_1729 · 2026-10-16