BALROG 榜更新：GPT Astra 6 刷新纪录，Opus 级评论称离 AGI 尚远
_rockt · x · 2026-09-19
BALROG 基准排行榜新增三条结果：GPT 5.6 Sol 在 max effort 下与 Gemini 3 / 3.1 Pro 成绩仍在误差范围内，而 GPT Astra 6 在 max reasoning effort 下达到新高度，在 NetHack Learning Environment 上取得 13% 的平均进度。研究员 rockt 评论称「进展很大，但还不是 AGI」。
「模型」频道最新
- 圈内人预测 Astra 6.2 明日发布，调侃今天先多用点额度 — bdsqlsz · 2026-11-04
- GLM-5.3 去审查版 3 分 41 秒完成红队攻击,原版直接拒绝 — bratton · 2026-11-04
- 腾讯混元发布 Hy4,开源权重即将放出 — heatOverflower · 2026-11-04
- OpenAI 下一代模型成本惊人，网友调侃需要 800B 激活参数 — teortaxesTex · 2026-11-04
- Gemini 拒识一张纯数字截图，图像理解翻车现场 — Regular_Elk4015 · 2026-11-04
- LMArena 上线 Agent Arena，可实测对比各家 AI 智能体 — arena · 2026-11-04