Import AI 479：Realtime-Bench 评测低延迟任务、Spacewar 太空攻防与 Genie 4
Import AI 479 介绍了 Realtime-Bench，这个基准包含 50 个交互式游戏与网页任务，用于评测模型在低延迟任务中的表现。GPT-6 Astra（high）在 wall clock 设置下通过率最高，仅 36%，而在 paused clock 设置下高推理模型可接近 70% 甚至 80%。
#Anthropic
Import AIAI 评分4040
Import AIAI 评分4949 Import AI 476：创造力与递归自我改进；不如中国的开源权重模型；AI 走向太空
Import AI 476 介绍了 Elorian 与 Scale AI 发布的 Humanity's Sixth Sense 基准，用 522 道题测试模型对视觉场景隐含信息的直觉推理，人类 pass@1 达 93.1，最高的 GPT 6 Astra 仅 53.6，GLM-5.3-flash 和 Kimi K3 分别只有 26.8 和 25.5。