Animation Bench 揭晓:GPT-6.1 Sol 综合第一,单任务成本仅 $0.46
himanshustwts · x · 2026-10-02
Physera 发布 Animation Bench v1.0,用 32 个真实商业网站的 48 个网页动画任务、240 个重建样本,评测前沿编码 agent 能否重建页面行为而非仅复刻截图。要点:
- 排行榜前五:GPT-6.1 Sol(0.606,Motion 0.512)、GPT-6 Astra(0.594)、Claude Fable 5.1(0.548)、GPT-6 Sol(0.516)、Claude Opus 5.5(0.507)
- GPT-6.1 Sol 在 48 个任务中胜出 14 个,单任务成本 $0.46,远低于 GPT-6 Astra 的 $3.04;GPT-6 Sol 低至 $0.45
- 官方说明:GPT-6.1 Sol 于 10 月 1 日在同一任务/agent/评分器下补录,录制条件即可造成约 0.01 的均值波动,其对 Astra 的领先在不确定范围内
- 分数是 0–1 的复现质量分,不是成功率;网站附参考动画与四个模型重建的逐帧对比
所属事件:GPT-6.1 Sol 登顶 Animation Bench 动画重建评测(2 条相关)→
「编程与Agent」频道最新
- GPT-6.1 Astra 用 Blender MCP 生成高斯泼溅 — willeastcott · 2026-10-02
- Opus 5.5 打造的音游含 128 首曲目,可浏览器免费游玩 — TAbrodi · 2026-10-02
- Conductor 推出移动版：iPhone 上遥控一队云端编码 Agent — charlieholtz · 2026-10-02
- AI Agent 到底省不省时间？Reddit 发帖求解真实体验 — MantisReka · 2026-10-02
- Codex 装好 imagegen 技能却用不了，用户排查无果 — Reasonable-Donut-866 · 2026-10-02
- 开源 Hermes ChatGPT 扩展:在 Codex 内直接调用 Hermes 智能体 — intellectronica · 2026-10-02