16 个 LLM 挑战 Zachtronics TIS-100，Opus 5.5 与 GPT-6 Astra 领先

16 个 LLM 挑战 Zachtronics 的 TIS-100 编程游戏，Opus 5.5 与 GPT-6 Astra 均完成全部 55 个谜题。模型共取得 133 个新前沿分数并刷新 3 项纪录，成绩需通过全新游戏回放和 100,000 项测试。Opus 5.5 获得更多新前沿分数，GPT-6 Astra 在 6 种 hypervolume 设置中领先。