花 5K 美元在 LIBERO-10 上评测 GPT Astra、Claude Opus 与 Gemini-4

Yu Xiang @YuXiang_IRVL原推发布于 2026.10.22

在 X 上打开原推

We spent $5K evaluating GPT Astra/Sol/Luna, Claude Opus, and Gemini-4 on LIBERO-10, so you can reuse our baselines for future experiments! All runs are zero-shot, with LLMs predicting end-effector poses. Testing how well LLMs can reason and act. Check May's thread below! 👇

这条是引用着另一条写的：「6 个前沿模型在 LIBERO-10 机器人基准上的成功率与成本对比」