MazeBench 探索热力图：Argon 覆盖更广，GPT-6 Astra 探索更发散
patience_cave · x · 2026-10-15
MazeBench 作者放出 Opus 5.5、Gemini 4 Argon、GPT-6 Astra 三个 agent 在迷宫中的探索路径热力图：Argon 的覆盖范围明显更完整，GPT-6 Astra 探索的房间更分散。结论是 Argon 探索更彻底，能发现 Astra 遗漏的宝石，但 Astra 整体能力更强、探索更随性。
所属事件:MazeBench 热力图对比：Argon 探索更细致，GPT-6 Astra 更随性(2 条相关)→
「模型」频道最新
- NVIDIA 一日发布两款 Nemotron-3.5 开源模型：Super 与 Bolt 分工明确 — kuchaev · 2026-10-16
- Nemotron 3.5 微调后法律 Agent 评测追平 Opus 4.7,价格仅 1/11 — simonguozirui · 2026-10-16
- ActICL：让多模态模型自己构建上下文示例，7 项基准平均提升 11.6 分 — EliasEskin · 2026-10-16
- 谷歌 2026 年 9 月 AI 更新盘点一文汇总 — OnlineInference · 2026-10-16
- 网友实测：GPT-6 Astra 暂时还搞不定这道机器人难题 — DJiafei · 2026-10-16
- 一句提示词让 Gemini 4 Argon 写出相对论粒子引擎 — vitaliychiley · 2026-10-16