四款模型材料科学测试接近满分

AGI Hunt公布自建材料科学测试结果：Gemini 4 Carbon、Gemini 4 Hydrogen、Claude Opus 5.5和Claude Fable 5.2各运行3次，均分分别为100.0、99.7、99.3和98.5，12次均达到97.8—100分。 该测试由一名石墨烯及二维材料研究者设计，模拟科研组日常工作。四款模型均通过隐藏CIF测试，识别单位陷阱，找齐10处错误且无误报；失分主要来自格式。测试还显示，有明确流程的有界任务已接近饱和，模型差异转向长时程开放式工作。

AI 根据报道生成 · 28 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。