MazeBench 开放试玩，Schema 配 GPT-6 Astra 得 33%
先了解这件事
2026年10月14日，AGI Hunt 报道，编码智能体在长程基准 MazeBench 上刷新纪录：Schema harness 搭配 GPT-6 Astra 拿到 33%，高于此前 Codex 的 23%，也超过人类玩家中位数；同一榜单中 gpt-6.1-sol 为 17%，claude-opus-5-5 为 13%。同日另一篇报道称，该工作由 @guanningzeng 与 @HavenFeng 完成，MazeBench 现已开放免费在线游玩，用户可亲自体验该基准；作者还预告 Gemini 4 Argon 即将参评，但目前卡在平台的生物学内容过滤器上。新报道重复了上述成绩与开放试玩信息，未披露更多新数据。目前披露的主要内容仍为上述成绩、对比数据与开放试玩。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntSchema 配 GPT-6 Astra 刷新 MazeBench 纪录至 33%
编码智能体 Schema harness 搭配 GPT-6 Astra 在长程基准 MazeBench 上取得 33% 成绩，大幅超过此前由 Codex 保持的 23% 纪录，并超过人类中位数。MazeBench 现已开放免费在线试玩，用户可亲自体验该基准。
- AGI HuntMazeBench 上线免费试玩，Schema 框架配 GPT-6 Astra 刷新纪录至 33%
MazeBench 现已开放免费在线游玩，同时 Schema harness 搭配 GPT-6 Astra 以 33% 刷新 coding agent 纪录，超过此前 Codex 的 23%。该工作由 @guanningzeng 与 @HavenFeng 完成，作者还预告 Gemini 4 Argon 即将参评，目前卡在平台的生物学内容过滤器上。
- AGI HuntMazeBench 新纪录：Schema 配 GPT-6 Astra 得 33%，超人类玩家中位数
编码智能体在长程基准 MazeBench 上刷新纪录，Schema harness 配合 GPT-6 Astra 拿到 33%，高于此前 Codex 的 23%，同榜单 gpt-6.1-sol 为 17%、claude-opus-5-5 为 13%。
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。