GPT-6.1 Sol MazeBench 仅得 9%
先了解这件事
2026年10月2日，AGI Hunt 报道称，在 3D 开放世界视觉空间推理基准 MazeBench 上，GPT-6.1 Sol 仅得 9%，略高于（险胜）Claude Opus 5.5。与上一代 GPT-6 Astra 相比，Sol 保留了解谜能力，但成本降至其 10%。同日报道称，Sol 能解 2D 谜题，但 3D 谜题明显吃力：其 agent 倾向从俯视角度观察世界，只在万不得已时才旋转相机，这在入门级 3D 谜题上够用，但很快会阻碍后续进展。同日另有报道称，MazeBench 已免费开放在线试玩，排行榜同步上线，支持 Google/GitHub/X 登录；作者观察到新模型在 2D 解谜上已很熟练，在 3D 场景则明显吃力。报道未披露双方的具体得分细节。
AI 根据报道生成 · 2 小时前更新
事件进展
- 10月2日 00:23 · 1 篇报道MazeBench 3D 空间推理基准免费开放试玩AGI Hunt：MazeBench 免费上线：AI Agent 玩 3D 迷宫普遍不爱转镜头
- 10月2日 00:23 · 2 篇报道GPT-6.1 Sol MazeBench 仅得 9%AGI Hunt：GPT-6.1 Sol 在 MazeBench 仅得 9%，险胜 Claude Opus 5.5
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntMazeBench 免费上线：AI Agent 玩 3D 迷宫普遍不爱转镜头
3D 开放世界视觉空间推理基准 MazeBench 现已免费开放在线试玩，排行榜同步上线，支持 Google/GitHub/X 登录。作者观察发现，新模型在 2D 解谜上已很熟练，但在 3D 场景明显吃力：agent 偏好俯视角看世界，只在万不得已时才旋转相机，这在入门级 3D 谜题上还行，但很快就会卡住进度。
- AGI HuntGPT-6.1 Sol 3D 谜题翻车：agent 偏爱俯视，不爱转镜头
对 GPT-6.1 Sol 的行为观察显示，它能解 2D 谜题，但 3D 谜题明显吃力，在 MazeBench 上仅得 9%，险胜 Claude Opus 5.5。该 agent 倾向从俯视角度观察世界，只在万不得已时才旋转相机，这在入门级 3D 谜题上够用，但很快会阻碍后续进展。
- AGI HuntGPT-6.1 Sol 在 MazeBench 仅得 9%，险胜 Claude Opus 5.5
MazeBench 测试结果显示，GPT-6.1 Sol 仅得 9%，略高于 Claude Opus 5.5。与上一代 GPT-6 Astra 相比，Sol 保留了解谜能力，但成本降至其 10%。另有测试指出，GPT-6.1 Sol 在 3D 谜题中 agent 偏爱俯视、不爱转镜头。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。