Inkling-2-Small 速度通关基准击败 Claude Opus 5 与 GPT-5.6
tessybarton · x · 2026-11-17
Thinkymachines 的开源模型 Inkling 2 展现出惊人的游戏速度通关(speedrun)能力。UW、PatronusAI 等机构的研究者用 9 月发布的 SpeedRunBench 预印本中的设置进行测试,结果显示 Inkling-2-Small 在 SuperTux 速度通关任务上超越了 Claude Opus 5 和 GPT-5.6 Sol。该基准衡量 agent 能否在多次尝试中发现并离线精炼出足够快的通关策略——每次尝试后仅凭单一分数调整策略,不在局内中途修正。结论:开源权重模型在交互式、长时程 agentic 任务上的竞争力正快速提升。
「模型」频道最新
- DeepSeek 限长对话遭差评,豆包工作对比 WorkBench 9 组中 6 组更便宜 — lxfater · 2026-11-17
- 博主称 Qwen 4 已发布,Anthropic 防蒸馏或拖慢中国模型 — kimmonismus · 2026-11-17
- Ornith 系列 9B 与 35B-A3B 模型上线 Amazon SageMaker,一键部署 — QuixiAI · 2026-11-17
- 开发者称 inkling 思维链高效,风格似 gpt-oss 且无蒸馏感 — LiTianleli · 2026-11-17
- 用户吐槽 Claude/Fable 的“智识谄媚”已达新高度 — rao2z · 2026-11-17
- 开发者澄清:Gemini/Antigravity 被封号不会连带 Google 账号 — cgarciae88 · 2026-11-17