众力资讯网

把世界暂停,Claude Opus 5 和 Gemini 3.8 Flash 在 50 个实时任务上都能做对 70.0%。世界按真实时间走,它们分别掉到 14% 和 32%。智力没变,变的是时间预算。 常被转的「通过率 36%」是 GPT-6 Astra high 在 Wall Clock 下的 Pass^3(三次全成功),不是最高通过率;最高单次成功率约 44%。 也不是 ​

把世界暂停,Claude Opus 5 和 Gemini 3.8 Flash 在 50 个实时任务上都能做对 70.0%。世界按真实时间走,它们分别掉到 14% 和 32%。智力没变,变的是时间预算。

常被转的「通过率 36%」是 GPT-6 Astra high 在 Wall Clock 下的 Pass^3(三次全成功),不是最高通过率;最高单次成功率约 44%。

也不是「想得越多越亏」:同一套 Token 钟下,Kimi-K3 从 24% 升到 36%。GPT-5.6 Sol 在暂停钟下从 42% 升到 58%,只在实时钟下才从 16% 掉到 8%。推理的价格,取决于世界等不等你。