banteg 推出 Sokoban 推理评测:gpt-6.2 sol 与 astra 分列第 2、第 3

banteg · x · 2026-11-18

开发者 banteg 上线了一个针对大模型的 Sokoban 推理评测,让模型玩 Jonah Ostroff 的三步曲谜题(共 66 关、分 3 部分),每回合模型可提交单步或整屋计划,按键在原版 PuzzleScript 游戏里回放,计时包含推理、notebook 执行与输入回放。他宣布 gpt-6.2 sol 与 astra(medium effort)均通关,sol 排名第 2、astra 第 3,可观看回放与其他模型对比。网站还发起「前沿挑战」:每个房间模型都保持了最短路线纪录,但存在更短路线,邀请人类去打破。

所属事件:banteg 推 Sokoban 推理评测 GPT-6.2 全通关(3 条相关)→

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →