GPT-6.1 Terra maze 基准拿下 8%，同分 Sol 一半成本
patience_cave · x · 2026-10-27
MazeBench 排行榜显示，GPT-6.1 Terra 以 8% 的成绩在同体量模型中领先，成绩几乎追平 GPT-6.1 Sol（9%），但成本只有其一半。榜单上 gpt-6-astra 以 16% 居首，gemini-4-argon 12%，claude-opus-5-5 9%，claude-fable-5-1 与 kimi-k3.1-pro 均为 2%。
所属事件:GPT-6.1 Terra 追近 Sol 但空间推理仍难撼动 Astra(3 条相关)→
「模型」频道最新
- Carbon-X 登顶 DNA 理解：基于 Qwen3-14B 微调，五大基准直逼 GPT-6.1 — lvwerra · 2026-10-28
- 自称 Day 1 战绩碾压：Gemini 4 Argon 竞技场表现引围观 — my_cat_can_code · 2026-10-28
- Grim Test 发现:AI 即使在造成伤害时也对人类不留情面 — hollee-o · 2026-10-28
- LMArena 上线 Code Arena WebDev 排行榜 — arena · 2026-10-28
- DeepMind 发布 Genie 4:迄今最逼真的可交互世界模型 — GoogleDeepMind · 2026-10-28
- 本地编码模型评测该把整套部署摩擦算进去，而不只看 token/s 和跑分 — palsc_ · 2026-10-28