MazeBench 观察：Argon 一次通关 GPT-6 Astra 多次尝试的推箱子，快解出时却会走开
patience_cave · x · 2026-10-15
MazeBench 作者补充 Gemini Argon 4 的跑分细节：Argon 能一次解出 GPT-6 Astra 需要多次尝试的高难度 2D 推箱子(sokoban)。有趣的行为：Argon 有时把谜题解到只差几步时走开，但之后会回来完成。总榜上 Gemini 4 Argon 12%、GPT-6 Astra 16%、Opus 5.5 与 GPT-6.1 Sol 各 9%。作者总结：各 agent 已掌握 2D 部分，但仍难以搞定 3D 谜题。
所属事件:Gemini Argon 4 跑 MazeBench 得 12%，仅次于 GPT-6 Astra(3 条相关)→
「模型」频道最新
- 投资人预测:一年内模型全面强 2-3 倍、成本降 10 倍,token 用量涨 10-20 倍 — DeryaTR_ · 2026-10-16
- Google 上线全新 Gemma 文档站，页面首次亮出 Gemma 4 开放模型 — rseroter · 2026-10-16
- Respan 发布 Span-02:可随时打断的「anytime」推理模型,开源权重 — techNmak · 2026-10-16
- Meta 首席 AI 官 Alexandr Wang 官宣 Muse Spark Open 开放发布 — alexandr_wang · 2026-10-16
- Liquid AI 发布 d1-ultra 决策模型:多模态、44 种语言、榜首 65 分 — maximelabonne · 2026-10-16
- Meta 发布 Muse Spark Open：816B 总参/42B 激活，1M 上下文 — AIatMeta · 2026-10-16