Maze Bench 3D 基准曝光:GPT-6 Astra 不用代码也胜 GPT-5.6 用代码
patience_cave · x · 2026-09-14
Maze Bench 是一个在 3D 开放世界中测试视觉空间推理的基准,发帖人称 GPT-6 Astra 搭配代码执行相比 GPT-5.6 Sol 大幅提升,分数接近翻倍;更大的意外是 GPT-6 Astra 不用代码执行也超过了 GPT-5.6 Sol 用代码的成绩,显示其 agent 能力很强。基准可在线免费试玩。注意:GPT-6 尚未官方发布,信息未证实。
「模型」频道最新
- 开源 Swift-Qwen3.8-27B：思考 token 减 58%，速度翻倍精度几乎不掉 — Secure_Recording_472 · 2026-09-14
- 网友实测：Astra 长对话幻觉明显比上一代更严重 — FigInternational4873 · 2026-09-14
- 蚂蚁 Ling-3.0-flash-Fin 推出 FP8/FP4/INT4 三种量化版本 — Med1_Ai · 2026-09-14
- François Fleuret 实测:按官方文档写 prompt,16GB 4060Ti 本地跑 MiniMax 表现出色 — francoisfleuret · 2026-09-14
- 攻击者披露当天即利用 87% 漏洞，GPT-6 Astra 在 ExploitBench 满分 — PeterDiamandis · 2026-09-14
- GPT-6 Astra 花 2 小时插好网线，作者指机器人速度仍是瓶颈 — ZeeshanZiaML · 2026-09-14