SnakeBench 实测:最强模型仍难预判 3 步以上贪吃蛇走势
GregKamradt · x · 2026-11-20
Greg Kamradt 在 SnakeBench 中测试 Astra 6.2 与 gpt-5.5 对战:模型仍难以预判 2-3 步以上的局面,测试中 Astra 把自己逼进无法脱身的死角。
他提议制造需要预判 N 步(1、2、3、4、5…)的贪吃蛇场景,追踪模型的长程规划能力随时间提升。模型均通过常规 prompting 对局(非 codex)。
「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
- 第三方基准:MazeBench 上 GPT-6.2 Sol 逼近 Astra 但同价略逊 — patience_cave · 2026-11-20