Gemini 4 Carbon 登顶 Blueprint-Bench 2，Claude Fable 5.2 居次席
cgarciae88 · x · 2026-11-12
AndonLabs 发布的 Blueprint-Bench 2 基准测试让 AI 智能体根据公寓室内照片绘制户型图，考察对物理三维空间的理解。最新结果显示 Google 的 Gemini 4 Carbon 排名第一，Anthropic 的 Claude Fable 5.2 排名第二，两者在该基准上的表现都「几乎接近人类水平」。
「模型」频道最新
- 微软前高管实测:Carbon 数学推理碾压 5.2,编码仍不可信 — MParakhin · 2026-11-12
- Burkov：Sonnet 5.5 High 不输 Codex 6.1 Medium，质疑 Anthropic 千亿估值 — burkov · 2026-11-12
- SubQ Snap 1.2 发布:决策模型登顶 Artificial Analysis 榜首 — ryanallred · 2026-11-12
- 「空闲压缩默认开启=随机脑叶切除」:一句话炮轰长上下文自动压缩 — generativist · 2026-11-12
- Fable 5.2 实测：能通宵独立产出生产级软件，但写作迭代仍输 Opus — every · 2026-11-12
- 微软 MAI Transcribe 2 上线后用量暴涨 12 倍,周转录 850 万次 — mustafasuleyman · 2026-11-12