Einsia AI发布Visual Cipher Bench:最强GPT-6 Astra仅答对26.7%
最强GPT-6 Astra只对26.7%,Einsia AI发布的Visual Cipher Bench难住顶级AI
AI 导读
Einsia AI 旗下 Navers Lab 发布智能体视觉推理基准 Visual Cipher Bench,8 个前沿模型共 3480 次尝试中,最强配置 GPT-6 Astra(max)只答对 26.7%。该基准含 40 道原创视觉谜题、67 张黑白线稿,线索只画在图里,分为空间操作与模拟、逻辑约束与规划、规则归纳、知识解码四类。29 种推理强度配置无一超过 30%,DeepSeek V4.1 Flash、Qwen 3.8 Max、Kimi K3.1 Pro 均一题未对;规则归纳一类 870 次尝试只对了 5 次。研究团队另取 10 道题,为三个 GPT-6 模型各补一句核心规则提示后,总体准确率从 12.2% 升至 51.1%。
相关论文