MazeBench 榜单：顶级模型集体翻车，最高分仅 8%
patience_cave · x · 2026-11-13
一张 MazeBench 评测截图显示，各家顶级模型在这个基准上几乎全军覆没：Gemini 4 Hydrogen 得分 1%，Claude Sonnet 5.5 得 4%，GPT-6.1 Terra 得 8%；截图里排名最高的 gpt-6-astra 也只有 16%。
模型名与分数的反差感很强，属于典型的「新基准把旗舰模型打到个位数」的名场面，适合当趣闻分享；榜单真实性未经验证。
所属事件:MazeBench 迷宫评测：顶级模型集体翻车最高仅 8%(2 条相关)→
「Fun」频道最新
- 博主畅想 AI 重建灭绝生态:真·侏罗纪公园与 inevitably 跑偏的人类 — VraserX · 2026-11-13
- Grok 畅想 AI 接管推荐流:优化信号密度而非部落站队 — sull · 2026-11-13
- 如果让 Grok 接管所有人的关注关系，X 会变成什么样 — sull · 2026-11-13
- 「防 AI 上头的偏方：养狗别养猫」——X 用户晒图聊 AI psychosis — RileyRalmuto · 2026-11-13
- Matt Shumer 一句「这将是它最糟糕的时刻」引 AI 进步讨论 — mattshumer_ · 2026-11-13
- Domingos 圈内热议：Jensen 被赶下台的真正原因是什么 — daniel_mac8 · 2026-11-13