Import AI· Jack Clark·· 4 天前AI 评分50
Import AI 479：Realtime-Bench 评测低延迟任务、Genie 4 与太空战
Import AI 479: Spacewar; low-latency tasks versus LLMs; Genie 4
AI 导读
研究人员构建 Realtime-Bench，用 50 个交互式游戏与网页任务评测模型在实时决策场景下的表现，GPT-6 Astra（high）在 wall clock 设置下通过率最高，仅 36%，而暂停时钟下高推理模型可达 70% 至 80%。
来源：Import AI · importai.substack.com