开发者自建 AtlasBench，GPT-6.1 登顶

开发者 @flowersslop 通过 vibecoding 方式自建了一套名为 AtlasBench Europe 的空间推理基准，测试范围覆盖 20 个国家的地点、路线与地形等空间信息。2026 年 10 月 3 日的报道显示，GPT-6.1 Sol Pro 在该基准上以 84.67% 的成绩登顶。需要说明的是，事件此前标题中记作 84.7%，而新报道给出的具体数字是 84.67%，两者属于同一成绩的不同精度表述。目前报道中未披露该基准的题目构成、评测规模以及其他模型的具体得分，除 GPT-6.1 Sol Pro 位居榜首外，尚无更多对比信息。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。