GPT-6.2 在 VoxelBench 2 错误率登顶,Astra 体素生成翻车多
legit_api · x · 2026-11-18
VoxelBench 实测发现,GPT-6.2 Astra 和 GPT-6.2 Sol 是目前 VoxelBench 2 上错误率最高的模型:Astra 19 次、Sol 62 次失败,失败原因几乎都是语法错误或忘记定义变量之类的低级失误。
不过评测方也指出,抛开异常高的错误率不谈,GPT-6.2 Astra 在体素场景生成上表现出色,并放出了 20 个可查看的生成示例。
所属事件:GPT-6.2 两款模型在 VoxelBench 2 错误率登顶(2 条相关)→
「模型」频道最新
- GPT-6.2 实测口碑之争:开发者称 Astra 有怪癖但非不可用 — pvncher · 2026-11-18
- LLM 直接折叠蛋白质实测:对 2026 年新 PDB 结构结果近乎随机 — MoAlQuraishi · 2026-11-18
- Every 创始人回击 Sam Lessin:发布前我们一直在重测新模型 — kieranklaassen · 2026-11-18
- HF 热榜:Thinking Machines、MiniMax、Qwen 三款新模型同时冲榜 — victormustar · 2026-11-18
- DeepSeek 限流后四步走:桌面端 Harness 加按量付费 API 继续用 — sujingshen · 2026-11-18
- blink-8M 领跑七个静态模型:MTEB 55.35、去污染 BEIR 46.70 — tomaarsen · 2026-11-18