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)→
「模型」频道最新
- 「如何搞垮 AI?」Anthropic 评测让用户 12 分钟内故意把 Claude 弄失败 — Icy-Measurement10 · 2026-11-22
- Gemini 4 Neon 以 87.4 分登顶 LiveBench 总榜 — Immediate_Simple_217 · 2026-11-22
- Tesla FSD 15 曝光实时内部视觉:AI 自己生成的合成世界观 — mark_k · 2026-11-22
- Gemini 黑五半价实测:日区付款年付 Pro 仅 $91.54 — huangyun_122 · 2026-11-22
- 微软开放 USB4 RDMA:多台迷你 PC 拼内存跑 Qwen3-235B — JFPuget · 2026-11-22
- 谷歌 AI Mode 开始设用量上限,用户意外弹出限流提示 — elvano124 · 2026-11-22