eyebench-v3 新增两项:Muse-Spark 1.3 得 33%,Gemini 3.8 Flash 持平
adonis_singh · x · 2026-09-04
开发者 benchmark eyebench-v3 新增两个结果:
- Muse-Spark 1.3 得分 33%,比前代略有提升
- Gemini-3.8-Flash 与前代得分持平
作者还期待 Astra 的成绩加入。属于第三方评测榜单的小幅更新,信息量有限但可作为模型横向对比的一个数据点。
「模型」频道最新
- GPT-6 Astra 系统卡披露：可控自身 CoT 达 60.9%，可逃避监控 — rohanpaul_ai · 2026-09-04
- Greenblatt 警告：GPT-6 Astra 心算竞赛数学，CoT 监控或将失效 — RyanGreenblatt · 2026-09-04
- OpenAI 发布 GPT-6 Astra：ARC-AGI-3 得 99.9%，主打电脑操作 — mervenoyann · 2026-09-04
- Grok 盘点 OpenAI 迭代节奏：Sol 到 Astra 仅隔 2 个月 — msg · 2026-09-04
- GPT-6 Astra 上线 Microsoft Foundry，定位工作场景前沿模型 — DanWahlin · 2026-09-04
- 「Opus 3 的魔力来自它的身体感」：AI 圈津津乐道的模型人格观察 — repligate · 2026-09-04