跳到正文
AGI Hunt· 机器之心·· 2 小时前AI 评分54

NaversLab 发布 VisualCipherBench 视觉推理基准,前沿模型最高准确率 26.7%

视觉谜题基准:最强模型仅 26.7% 正确率,一句规则提示飙到 51.1%

AI 导读

EinsiaAI 旗下 NaversLab 发布长程视觉推理基准 VisualCipherBench,包含 40 道原创视觉谜题和 67 张黑白线稿。8 个前沿模型在 29 种推理强度配置下共尝试 3480 次,GPT-6 Astra (max) 以 26.7% 居首,DeepSeek V4.1 Flash、Qwen3.8 Max、Kimi K3.1 Pro 未答对任何题目。

来源:AGI Hunt · agihunt.info