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。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →