GPT-6 Astra 带代码执行解 3D 关卡,规划时间从 20 分钟缩到 5 分钟内
patience_cave · x · 2026-09-14
patiencecave 重复发布 Astra MazeBench 测试数据:GPT-6 Astra + Python 在 4 亿 token、24 小时推理后得 23%,无 Python 仅 14%;带工具时入门关卡轻松通过、单次思考多在 5 分钟内,无工具时平均每次规划 9 分钟、峰值超 20 分钟,世界模型以约一半成本换 60% 提升。
所属事件:GPT-6 Astra 实测 MazeBench：裸跑已胜上代带工具(6 条相关)→
「模型」频道最新
- Anthropic 递交纳斯达克上市申请，半年营收 163 亿美元同比增 12 倍 — DeepLearningAI · 2026-10-31
- ThursdAI 播客辩论:Opus 7 将至,「跑分变好」还重要吗 — thursdai_pod · 2026-10-31
- Swift 1.5 Flash Next 去审查逆向版新增多种量化，IQ4 精度换体积 — jjusko20 · 2026-10-31
- 14 个模型测 960 项分析师任务:做分析近满分,选股不如随机 — HeyAmit_ · 2026-10-31
- Anthropic 官宣：11月3日起 Claude 输出将带不可见文本水印 — petesena · 2026-10-31
- 四款 GPT-6 系列模型同台比拼像素画生成效果 — Angaisb_ · 2026-10-31