Epoch AI 新基准 SpireClimb:前沿模型杀戮尖塔胜率达90%
NathanpmYoung · x · 2026-10-15
Epoch AI 发布游戏基准 SpireClimb,测试前沿模型玩卡牌游戏《杀戮尖塔》的能力。半年前前沿模型还很难打赢这款游戏,如今在最简单难度下模型胜率已超 90%,在最难难度下也可达约 20%。
配图显示 Ascension 0 难度下各模型整体胜率:GPT-6 Astra 与 GPT-6.1 Sol 逼近 98%,Opus 5.5、GPT-6 Sol 约 90%+,Sonnet 5.5 约 85%,Fable 5.1 约 62%,GPT-6 Luna 约 22%;除 GPT-6 Luna 外头部模型均已接近估算的顶级人类水平。每角色 15 局、每模型共 60 局,置信区间 90%。
所属事件:Epoch AI新基准SpireClimb:前沿模型杀戮尖塔胜率超90%(2 条相关)→
「模型」频道最新
- 语音模型连沉默都计费：冷场也在烧钱 — sophiamyang · 2026-10-15
- NCM 新范式：比扩散语言模型快 31 倍且质量更优 — simonguozirui · 2026-10-15
- Gemma 4 26B 输入定价 $0.07/百万 token,比同类不带训练服务商中位数低近 40% — testingcatalog · 2026-10-15
- Epoch AI 实测:GPT-6 Astra 玩《杀戮尖塔2》远逊顶尖人类 — sandersted · 2026-10-15
- Google 高管称已见递归自我改进迹象：Gemini 版本 3-4 周一更 — danielrock · 2026-10-15
- MoralityBench 用人类道德心理学量表测 16 个 LLM,仅 3 个一致性超 90% — NakedPlato · 2026-10-15