AGI Hunt· wavefnx·2026-10-28 00:51· 4 小时前AI 评分42

RWE-Bench 榜单发布：GPT-6 Astra 以 37% 领跑真实工程任务

RWE-Bench 榜单发布:GPT-6 Astra 以 37% 领跑真实工程任务

AI 导读

Xplore 上线 RWE-Bench 排行榜，用 20 个真实物理工程任务评测 11 个前沿模型，由物理求解器校验全部硬性要求，任一不达标即失败。

来源：AGI Hunt · agihunt.info

#评测/基准 #推理 #Agent #OpenAI #Anthropic #Google