MazeBench 开跑：Gemini 3.8 Flash 得 4%，Fable 5.1 持平上代
patience_cave · x · 2026-09-04
本条为 MazeBench 结果发布的引用链上下文，内容与前述帖子相同：Gemini 3.8 Flash 得 4%、Muse Spark 1.3 得 0%、Fable 5.1 仍在运行中，且无代码执行能力时模型得分均低于 1%。
所属事件:MazeBench 最新结果：Gemini 3.8 Flash 达 4% 领先(4 条相关)→
「模型」频道最新
- GitHub Copilot 推出 HydraFusion：按任务动态编排多模型执行 — WirelessLife · 2026-10-21
- OpenVLHarness：让任意多模态大模型在视觉空间中思考与写代码 — yining_hong · 2026-10-21
- 用户实测 Gemini 分析网球视频给出建议，称改善动作还缓解肘痛 — zacharynado · 2026-10-21
- OpenRouter 数据：Opus 5.5 在 29 类任务中 20 类支出第一 — mmurph · 2026-10-21
- 小团队数月从零到百造出 LLM，称 Meta 开源将迎第二纪元 — TimDarcet · 2026-10-21
- 同一作者再谈架构：内存受限时 MoE 未激活参数纯属死重 — TimDarcet · 2026-10-21