Kevin Bryan 推出地理定位基准 HardGeoBench，Fable 5.2 十八个月来首次超越 Gemini

Kevin Bryan 推出 HardGeoBench，测试模型仅凭照片判断拍摄地点，Fable 5.2 在逻辑与图像基准中首次登顶，18 个月来超过 Gemini。按 ≤10 英里精度，Fable 5.2 得分 49，Gemini 3.8 得分 46；基准不联网、统一 prompt、采用 pass@1，且不使用元数据或文字路标等 GeoGuessr 线索。