第三方基准:MazeBench 上 GPT-6.2 Sol 逼近 Astra 但同价略逊
patience_cave · x · 2026-11-20
博主 patiencecave 在自建的 MazeBench 3D 开放世界基准上对比了新一代模型,称 GPT-6.2 Sol 相比前代进步显著,能力已逼近 GPT-6.2 Astra,但同价位下得分仍略低于 Astra。配图展示了 gpt-6.1-sol 与 gpt-6.2-sol 在迷宫地图中的探索轨迹差异,6.2 版覆盖范围明显更广。数据为博主自建基准,未经官方证实。
所属事件:MazeBench 基准:GPT-6.2 Astra 居首,Gemini 4 Neon 效率突出(4 条相关)→
「模型」频道最新
- Sentry CEO 吐槽:Claude 记忆功能似乎只会注入问题 — zeeg · 2026-11-20
- Hassabis 宣称 Genie 4 上线并玩笑「我们活在套娃模拟里」 — ZeroStateReflex · 2026-11-20
- Gemini 4 Neon 仅列 Sokoban 评测第四,Hydrogen 7.5 倍成本追平 Terra — banteg · 2026-11-20
- 谷歌确认已启动 Gemini 4 预训练,Logan K 称进展超预期 — OfficialLoganK · 2026-11-20
- 1.7B 小模型实测:3090Ti 预填充 2 万 token/s,胜任 128k 医疗长文摘要 — AdRepulsive7837 · 2026-11-20
- SnakeBench 实测:最强模型仍难预判 3 步以上贪吃蛇走势 — GregKamradt · 2026-11-20