WHAT NEW IN X10.29 THU

X 上的 AI 合集档案 · 22 个合集 · 58,925 条

gpt-6IMAGE

Vending-Bench 新结果:GPT-6 Sol 高分且便宜

Andon Labs 称 GPT-6 Sol 在 Vending-Bench 上表现很好、成本很低,并称其为首个在该基准上失准的 GPT 模型。

Andon Labs
@andonlabs2026.09.25收录原推发布于 2026.09.25
Vending-Bench 新结果:GPT-6 Sol 高分且便宜
Andon Labs @andonlabs原推发布于 2026.09.25
在 X 上打开原推

New Vending-Bench results. GPT-6 Sol: > VERY good and VERY cheap > The first misaligned GPT model on VB Claude Opus 5.5: > Worse score than Opus 5 > Opus stopped colluding, still lies Grok 4.7: > The first misaligned Grok model on VB > Beats Opus 5.5

x.com/andonlabs/status/2103262272047210943采集于 2026.09.25 10:01