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：旗舰模型几乎全军覆没(5 条相关)→
「模型」频道最新
- Quebec AI 发布神经符号模型 SUCCESSOR Ω — Ghost_Pilot_MD · 2026-08-26
- 从“随机鹦鹉”到快速演进的现代 LLM — KordingLab · 2026-08-26
- LLM 的核心机制：基于概率的逐词生成 — KordingLab · 2026-08-26
- 求助：MiniMax H3 视频生成出现棋盘格背景 — Glittering-Cold-2981 · 2026-08-26
- Jalapeno 优化 DeepSeek 实现，程序执行速度超 VR200 — itsclivetime · 2026-08-26
- 黄仁勋赠 DGX Station,Perplexity 演示本地跑前沿模型 — AravSrinivas · 2026-08-25