Sokoban 实测:GPT-6.2 Sol 全通关,成本仅 Fable 的 1/6.5
banteg · x · 2026-11-18
开发者 banteg 用 Sokoban 推箱子评测(66 关全通)对比多个模型:GPT-6.2 Sol 与 GPT-6.2 Astra(medium effort)均全部通关,Sol 排名第 2、Astra 第 3,榜首为 Claude Fable 5.2,Claude Opus 5.5 列第 4。成本差异巨大:Fable 5.2 耗时 3:27:12、成本约 $51.88,Opus 5.5 约 $53.63;而 Sol 耗时 3:39:46(略慢于 Fable)但成本仅约 $7.93,Astra 约 $19.86。banteg 强调除耗时外,Sol 比 Fable 便宜 6.5 倍。评测回放链接可见各模型逐步对比。
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
- 研究者实测基线模型:无人设无格式强迫,应答无偏差 — Sauers_ · 2026-11-22
- 重度实测 2 天:Google AI Pro 4.99 美元档额度扛不住但值回票价 — lipeng0820 · 2026-11-22
- 「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
- 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