RubiksBench 评测：39 个 LLM 裸考魔方，仅 2 个能稳定解开 20 步打乱

RubiksBench 对 39 个 LLM 进行无工具、一次回复、温度 0 的魔方裸考，仅 2 个模型能可靠解开 20 步打乱，多数模型连 6 步也无法完成。测试采用标准 18 种转动 DSL 和 2D 展开图，经 OpenRouter API 禁用工具，以评估模型的精确状态跟踪能力。