第 2026-10-16 期 · 行业追踪 · 研究 · 模型发布

StarSkirmish基准更新:GPT-6 Astra登顶

StarSkirmish基准更新:GPT-6 Astra登顶

StarSkirmish Bench v0.2让各旗舰模型在1小时内编写《星际争霸》机器人并互相对战。GPT-6 Astra总分第一,GPT-6.1 Sol第二且成本仅为前者约十分之一;Gemini 4 Argon、Claude Opus 5.5与Claude Fable 5.1分数在37至39之间接近。最强模型对人类机器人胜率仅7%。

Hacker News14 小时前
查看原文 ↗