Epoch AI 实测:GPT-6 Astra 玩《杀戮尖塔2》远逊顶尖人类
sandersted · x · 2026-10-15
Epoch AI 发布了前沿模型在《杀戮尖塔2》最高难度(Ascension 10)的胜率测试:每个角色跑 15 局、每模型共 75 局，置信区间 90%。
- 领先的 GPT-6 Astra 胜率约 32%，GPT-6.1 Sol 相近，GPT-6 Sol 约 12%
- Claude Opus 5.5 约 5%，Fable 5.1 与 Sonnet 5.5 仅约 2-3%，GPT-6 Luna 75 局全败
- 续作公认比前作更容易，模型胜率确实更高，但仍显著低于顶尖人类玩家(接近 100% 的估算水平)
「模型」频道最新
- 新范式NCM:比扩散模型快31倍,训练数据省3-5倍 — HazyResearch · 2026-10-15
- Cloudflare 推出 Clef-omni:一次调用融合音频视频图像文本四模态 — michellechen · 2026-10-15
- NVIDIA 预告将发布自家模型，与本周多家新模型同期亮相 — TheOyinbooke · 2026-10-15
- Gemini 4 Argon 登顶知识类基准，编码表现却随框架剧烈波动 — The AI Daily Brief · 2026-10-15
- 语音模型连沉默都计费：冷场也在烧钱 — sophiamyang · 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