METR的AI时间地平线图表已近半年未更新
mhmazur · x · 2026-10-12
haider1 发帖追问：METR 著名的 AI「时间地平线」图表（衡量模型能自主完成多长时程任务的 80% 成功率指标）最后一个模型还是 5 月 8 日加入的，此后再无更新。鉴于前沿模型进步速度，他很好奇 Opus 5.5 和 Astra 能把 80% 成功地平线推到多远，希望 METR 恢复评测。回复中有人调侃「也许它们还在跑」。
所属事件:METR 时间跨度评测榜停更近半年，新模型真实能力成谜(2 条相关)→
「模型」频道最新
- Meta 内部员工暗示新模型将至,爆料称本周或有重大发布 — kimmonismus · 2026-10-12
- LEAN 证明翻车另外两种方式：正确但无法解读，或利用 kernel bug 实为错误 — gklambauer · 2026-10-12
- 研究者列 AI 生成 LEAN 证明四种翻车方式，点名 OpenAI 未核查形式化偏差 — gklambauer · 2026-10-12
- Opus 5.5 路由生成的 3D 汽车模型惊人，还能拆分成部件 — iamfakhrealam · 2026-10-12
- 同一世界生成提示词:Gemini 4 Argon 明显胜过 3.8 Flash — testingcatalog · 2026-10-12
- Gemini 4 Argon 曝已在 Antigravity 灰度 A/B 测试 — testingcatalog · 2026-10-12