AA-3D 3D 生成基准发布:GPT-6.2 Astra 1318 分登顶
ArtificialAnlys · x · 2026-11-18
Artificial Analysis 发布 AA-3D v1.0 交互式 3D 体验基准:模型作为 agent 在无网络的 Stirrup 沙箱中,根据文字简报用 three.js 构建可交互 3D 场景(共 55 个任务,如旋转黑洞、可玩弹球台),Elo 分数来自盲评两两投票。
- 排行:GPT-6.2 Astra (Max) 以 1318 Elo 居首,Claude Fable 5.2 (Max) 1271 第二,GPT-6.2 Sol (Max) 1259 第三
- 单任务成本最低为 GPT-6 Luna (Max) 的 $0.20,其次 MiMo-V2.6-Pro $0.44、Claude Haiku 5.5 $0.49
- 输出 token 最省的是 Inkling (Xhigh),仅 2.45M
另外他们用 Claude Fable 5.2 和 GPT-6.2 Astra 各一个 prompt 在沙箱里复刻了 GTA VI 发布周的迈阿密 Ocean Drive,连提示词没点名的真实酒店都排上了。
所属事件:AA-3D 基准发布:GPT-6.2 Astra 登顶(2 条相关)→
「模型」频道最新
- 复现权重空间编程:模型写出的网络可独立反编译成同款程序 — kalyan_kpl · 2026-11-18
- 两个 LLM 互聊 20-30 轮后趋向灵性话题,Anthropic 曾写系统卡记录 — RazzmatazzAccurate82 · 2026-11-18
- NVIDIA 开源 Nemotron 3.5 Bolt E4B 4GB,4B 级小模型主打快对话 — kalyan_kpl · 2026-11-18
- 腾讯混元 Hy4 flash 开源:224B 总参 12B 激活、1M 上下文 — TencentHunyuan · 2026-11-18
- 反直觉:给 Qwen3.8-27B 设思考上限,GPQA 反而从 115 涨到 160 — AIFlow_ML · 2026-11-18
- 截图曝光多款未发布模型名:Gemini 4 Argon、Claude Opus 4.6 现身选择器 — Small-Peach6554 · 2026-11-18