待验证50% 置信事实精确时间
在 Blender 造钟测试中,Astra 和 Sol 都只做出了带摆锤的齿轮箱,缺少擒纵机构,无法真正计时;而 CloudFable 和 Opus 都做出了真正的擒纵机构。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/21
首次发现
有效期至:2026/12/5
来源
GPT-6.2双模型实测:Astra与Sol造钟做游戏差距有多大
bilibili译外之见ViewTrans2026/11/20
涉及实体
相关事实
待验证测试中Astra通过Codex运行并开启UltraThinking,Fable 5.1通过Burden运行54% 相似待验证在 Blender 跑车建模测试中,Gemini 4 Argon 经过数天反复迭代后生成了包含正确电池位置、中控台点火钥匙、不同时段光照预设、速度感应引擎音效和排气回火声的完整场景,被评价为'前沿级结果',但并非一次性生成。52% 相似待验证测试者认为DeepSeek Flash综合能力不及Opus 5这类顶级模型,不适合做主控编排,但适合作为子Agent或本地运行51% 相似待验证V4.1 Flash在另一个终端任务测试中并没有领先图表里的所有模型51% 相似待验证Flash 1017 推理依赖 DeepSeek 的 Harness 运行时,可选 TensorRT 加速内核;Harness 运行时针对 A100 级别 GPU 优化,在老卡上性能明显下滑。50% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1194240API
curl https://kongchang.com/api/v1/knowledge/claims/1194240MCP
get_claim(id=1194240)