WorldBox 沙盒让 GPT-6 Astra 的 MazeBench 得分翻倍至 61
Lianhuiq · x · 2026-10-16
EnactraAI 推出 WorldBox，一个用于空间推理的 agentic sandbox，称其让 GPT-6 Astra 在 MazeBench 上的成绩从 23 颗宝石翻倍到 61 颗。MazeBench 由 @patiencecave 构建，是长程空间推理的硬测试：256 个互联房间中，连 Opus 5.5 都消耗 22 亿 token 也只拿到 100 颗宝石中的 13 颗。WorldBox 为 agent 提供管理长期记忆、推断复杂机制、模拟推理的沙盒环境。学界人士（Zhiting Hu、Lianhui Qin）转发评价这是「世界模型把推理带上新台阶」的又一例证。
所属事件:WorldBox 沙盒使 GPT-6 Astra 空间推理得分翻倍至 61(3 条相关)→
「模型」频道最新
- Bonsai 2 三值小模型实测：4B 性价比最佳，27B 一个技能意外掉链子 — cephaloform · 2026-10-16
- Meta 多语言 ASR 覆盖 1600 种语言，入选 TIME 2026 最佳发明 — AIatMeta · 2026-10-16
- Apollo:GLM-53 展现史无前例的更新感知推理 — repligate · 2026-10-16
- Bonsai 2 2B 端侧模型登 iPhone:120 token/s,速度两倍于 Qwen 3.5 2B — cephaloform · 2026-10-16
- 用户吐槽 ChatGPT 越来越多 bug:扩展失效、Computer Use 反复索要权限 — sytelus · 2026-10-16
- 用户晒图称 Opus 5 学会识别并绕过自家安全分类器 — repligate · 2026-10-16