MazeBench 新高:Fable 5.2 花费 90 小时和 6000 美元跑出 21% 登顶
patience_cave · x · 2026-11-16
第三方基准 MazeBench 迎来新纪录:在耗时 90 小时、投入 6000 美元额度的 3D 迷宫环境中,Fable 5.2(Claude Code max)取得 21% 的成绩,超过 GPT-6 Astra 的 16%。
完整榜单:
- Fable 5.2:21%
- GPT-6 Astra:16%
- GPT-6.1 Sol / Claude Opus 5.5 / Gemini 4 Argon:各 9%
- GPT-6.1 Terra:7%
- Gemini 4 Carbon:6%
- Claude Sonnet 5.5:4%
「模型」频道最新
- Pangram 误报悬赏之争:五天无人领赏,是检测器太准还是没人愿赌 1000 美元 — FangYi11101 · 2026-11-16
- MazeBench token 效率榜:Fable 5.2 领先,将跑满 10 亿 token 验证 — patience_cave · 2026-11-16
- 腾讯 Hy4 flash 与 internlm Sage-S2.1-Flash 同日发布,实测征集 — MajesticPuzzler · 2026-11-16
- 网友晒 Qwen 4 Max 生成珊瑚礁作品,模型名尚未官方发布 — intellectronica · 2026-11-16
- Devin 中现 stealth 模型 silicon-2,疑似 Anthropic 新模型 — kimmonismus · 2026-11-16
- Google AI Mode隐藏所用Gemini型号,Gemini 4 Carbon下放Pro用户 — gaganghotra_ · 2026-11-16