GPT-6 Astra 成首个全部解出 30 道数织谜题的模型,20x20 仍困难
mauricekleine · reddit · 2026-09-29
一位 Reddit 用户自 1 月起用自建数织(nonogram)基准测试 LLM:每题一次机会、无工具、按行列线索判定。GPT-6 Astra 在 xhigh 档首次全解 30 道 Standard 题(5x5 到 15x15),而 1 月时最好的模型只能解出十道 15x15 中的三道。
新增 Hard 模式(10 道随机 20x20)中:Astra 解出 5/10——能逐行推理的五题全对,需要深度搜索的五题全挂;Claude Opus 5.5 领先解出 8/10;14 个模型里有 11 个一道都解不出。基准全部公开:nonobench.com。
「模型」频道最新
- Devin 中现 stealth 模型 silicon-2,疑似 Anthropic 新模型 — kimmonismus · 2026-11-16
- Google AI Mode隐藏所用Gemini型号,Gemini 4 Carbon下放Pro用户 — gaganghotra_ · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- Nathan Lambert 点破 Ethan Mollick 榜单对比漏掉了 Kimi — natolambert · 2026-11-16
- 评测方 Trajectory 给 40 个 Agent 写「永不放弃」提示词,此前未告知 Epoch — peterwildeford · 2026-11-16
- 自托管实测:Unsloth Q8 量化版大幅优于默认 Q3,连夜跑完 331 份账单分析 — No_Cartographer3953 · 2026-11-16