前沿模型写代码驾机挑战《壮志凌云：独行侠》峡谷赛，Opus 拒飞战机

多个前沿模型通过编写代码操控《壮志凌云：独行侠》战机穿越峡谷，每个模型获得 10 次试飞调试机会，最后进行一次实战。Opus 最终拒绝驾驶战机，Fable 和 Carbon 表现挣扎，Astra 则带来惊喜。