AGI Hunt· v_aravind·· 58 分钟前AI 评分48
Gemini 4 Carbon、Gemini 4 Hydrogen、Claude Opus 5.5、Claude Fable 5.2 材料科学测试均分 98.5 分+
四款前沿模型材料科学测试全部 98 分+,边界任务已饱和
AI 导读
Gemini 4 Carbon、Gemini 4 Hydrogen、Claude Opus 5.5、Claude Fable 5.2 均分 100.0、99.7、99.3、98.5，12 次运行全部达到 97.8–100 分。它们均通过隐藏 CIF 测试、找齐 10 处错误且零误报；有流程的有界任务已饱和，差距转向长时程开放式工作。
来源：AGI Hunt · agihunt.info