MazeBench 榜单:GPT-6.2 Astra 16% 居首,成本降至前代四分之一
patience_cave · x · 2026-11-20
博主 patiencecave 公布 MazeBench(大规模 3D 开放世界基准,各模型统一 200M token 预算)最新对比:GPT-6.2 Astra 得分 16%,GPT-6.2 Sol 14%,Gemini 4 Neon 10%。Astra 的单位 token 智能与其前代 GPT-6 Astra 相当,Sol 接近 Astra;Neon 虽在单位 token 智能上排第 5,但性价比大幅领先。关键结论:GPT-6.2 Astra 以相当于 GPT-6 Astra 25% 的成本拿到了同等得分。作者同时提醒,3D 开放世界基准难以验证各模型是否被公平运行。
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