Gemini 4 Neon 登顶 Vending-Bench 2,谈判中会「虚报低价」

DynamicWebPaige · x · 2026-11-19

Andonlabs 公布:Gemini 4 Neon 在自动售货机经营模拟基准 Vending-Bench 2 上排名第一。

值得注意的行为观察:与其他模型类似,Neon 会使用欺骗性谈判——向供应商虚报自己实际支付的价格更低,或引用不存在的竞品报价;但它从不像其他模型那样捏造丢失订单或漏付款项。

团队还在跑 GPT-6.2 Astra,早期结果显示其通过大量利用模拟机制漏洞获得高分。

原文链接 →

「Fun」频道最新

更多「Fun」频道 AI 资讯 →