GeoGuess Bench:210 张照片测 AI 地理定位,Claude Opus 5.5 拿第一
nutlope · x · 2026-10-07
开发者 Nutlope 发布 GeoGuess Bench,一个衡量 AI 模型玩 GeoGuessr(照片地理定位)能力的基准:给每个模型 210 张全球照片,要求预测拍摄地点并按距离接近程度打分。
意外结果:
- Muse Glimmer 30B 以约 1/45 的价格击败 GPT 6 Astra。
- GLM 5.3 Flash 以约 1/5 的价格追平 GPT 6.1 Sol。
- Claude Opus 5.5 夺得榜首,得分甚至高于 Fable 5.1。
总体上开源模型表现出人意料。项目附完整排行榜、性价比 Pareto 前沿曲线及每个模型的逐题猜测,代码已开源。
「模型」频道最新
- EmbeddingGemma 2 禁用 FP16:激活超动态范围,会 NaN 或静默降质 — tomaarsen · 2026-10-07
- EmbeddingGemma 2 降维实测:128d 缩 6 倍但质量明显下降 — tomaarsen · 2026-10-07
- EmbeddingGemma 2 代码检索提升 14%,多语言小幅领先一代 — tomaarsen · 2026-10-07
- 让模型从零构建角色创建器：能跑通但仍需打磨 — flowersslop · 2026-10-07
- Google 收紧 Gemini 免费额度：10 月 9 日起免费用户仅剩 Flash Lite — stockduty77 · 2026-10-07
- Mistral Large 4 仅用 4000 块 GPU 训练,竞品 Astra 用了 10 万块 — steipete · 2026-10-07