Thứ Hai, 7 thg 9, 2026

GPT-6 Astra đạt 14% trên MazeBench, bỏ xa Claude Fable 5.1 gấp 7 lần

Models2 giờ trước1/87

Mô hình GPT-6 Astra vừa ghi nhận kết quả 14% trong bài benchmark MazeBench, cho thấy hiệu suất vượt trội gấp 7 lần so với đối thủ Claude Fable 5.1.

Nguồn chính

SOURCE@htihle15:21 7 thg 9— Astra spent 60+ hours in this 3D open world spatial reasoning eval

SUPPORT@rohanpaul_ai22:30 7 thg 9— reduced a projected 3B-token trajectory to about 350M tokens

SOURCE@kimmonismus14:35 7 thg 9— Astra Pro scores 86.5%, almost tied with Claude Fable 5.1 at 86.6%

SUPPORT@reach_vb14:27 7 thg 9— Astra is SoTA on MazeBench by a huge margin

SUPPORT@andrewcurran_14:47 7 thg 9— massive jump with Astra