GPT-6.1 Sol 在 MazeBench 仅得 9%,险胜 Claude Opus 5.5
patience_cave · x · 2026-10-02
MazeBench 测试结果显示,GPT-6.1 Sol 仅得 9%,略高于 Opus 5.5。与上一代 GPT-6 Astra 相比,Sol 保留了解谜能力但成本降至其 10%。
「模型」频道最新
- AA 人格榜:Gemini 4 Argon 最爱用比喻,GPT-3.5 Turbo 几乎为零 — ArtificialAnlys · 2026-11-17
- ICML 研究:用高加索阿尔巴尼亚文造反事实,11 个前沿模型不懂编程语义 — jessyjli · 2026-11-17
- Harness Adapters发布:LoRA让Qwen3.8-27B在Pi上解题率翻倍 — LysandreJik · 2026-11-17
- Qwen 称已删攻击性网络训练数据,网友问是真阉割还是安慰剂 — Rare_Subject2343 · 2026-11-17
- 12 个开源语音模型实测 208 个药名:最强的也只对 169 个 — MaziyarPanahi · 2026-11-17
- d1-Omni 作 VLM 裁判,拒绝 Gemma 与 LFM2.5-VL 通过的标注框 — mervenoyann · 2026-11-17