GPT-6 Astra 跑 60 小时 3D 空间推理评测,仅得 14 分
patience_cave · x · 2026-09-07
博主 patiencecave 用自建的 3D 开放世界空间推理评测 MazeBench 测试「GPT-6 Astra」：Astra 在该评测中运行超过 60 小时，最终仅得 14%。尽管成绩偏低，这是该评测上迄今最强表现。
所属事件:GPT-6 Astra 创 MazeBench 最高分但仍卡在 3D 空间推理(5 条相关)→
「模型」频道最新
- Astra 智能体 allegedly 击穿现有 CAPTCHA 验证码 — eyishazyer · 2026-09-07
- 18 个月内智能单价暴跌约 1000 倍，新模型还更聪明 — ccerrato147 · 2026-09-07
- 博主称 Google Astra 说话不装腔,替代了最后一点 Claude 依赖 — StewartalsopIII · 2026-09-07
- 投资人讽前沿实验室订阅模式:高档模型用量将逐步紧缩 — StewartalsopIII · 2026-09-07
- GPT Astra 裸跑 MazeBench 仅得 13%,无工具成绩惨淡 — Wonderful_Buffalo_32 · 2026-09-07
- GPT-6 Astra 一步生成精美数学动画，作者直呼前所未见 — omarsar0 · 2026-09-07