跳到正文
热点事件持续更新

MazeBench新模型对比结果公布

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

patience_cave 公布 MazeBench 最新模型对比:在统一 200M token 预算下,GPT-6.2 Astra 得分 16%,高于 GPT-6.2 Sol 的 14%和 Gemini 4 Neon 的 10%。 patience_cave 称,GPT-6.2 Astra 以相当于 GPT-6 Astra 25%的成本取得同等得分;但作为大规模3D开放世界基准,MazeBench难以验证各模型是否被公平运行。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. AGI Hunt
    MazeBench 榜单:GPT-6.2 Astra 16% 居首,成本降至前代四分之一

    patience_cave 公布 MazeBench 最新对比,GPT-6.2 Astra 以 16% 得分居首,GPT-6.2 Sol 得分为 14%,Gemini 4 Neon 为 10%。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。