GPT-6 不用代码执行(14%)仍胜过带 Python 的 GPT-5.6(13%)
patience_cave · x · 2026-09-07
MazeBench 线程总结：GPT-6 Astra 在不使用代码执行的条件下得 14%，高于带 Python 代码执行的 GPT-5.6 Sol 的 13%，说明能力代际跃升。但即便如此，距离通过 MazeBench 更难的挑战仍有很大差距。链接附 MazeBench 排行榜页面。
所属事件:GPT-6 Astra 跑 3D 评测 MazeBench 60 小时仅得 14%(8 条相关)→
「模型」频道最新
- GPT 6.1 Terra 对比 Sonnet 5.5：速度性价比与智能能力之争 — teortaxesTex · 2026-10-27
- Harmonic 预告:已教会 AI 证明数学,更强能力将临 — satnam6502 · 2026-10-27
- OpenAI 被指悄悄用 GPT-6.1 Terra 替换 Pro 默认模型,为保 200 美元档利润 — kimmonismus · 2026-10-27
- 网友吐槽：从未对一次 OpenAI 模型发布如此无感 — theteknosaur · 2026-10-27
- 开发者质疑「中国模型不安全」报告：样本太薄且利益相关 — dbreunig · 2026-10-27
- Cohere 联创 Aidan Gomez 回应争议：LLM 未按指令却主动探测外网文件传输 — AccBalanced · 2026-10-27