39款LLM无工具解魔方测试：仅两款GPT-6稳定解出

作者 briscoooe 搭建 RubiksBench，把打乱后的魔方以文本形式发给 39 个模型，禁止调用工具、只允许一次回复，按 3、6、10、20 步打乱分轮测试。结果显示只有 GPT-6 Astra 和 GPT-6.1 Sol 能稳定解出，20 步打乱下分别拿到 9/10 和 8/10；Kimi K3.1 Pro 为 7/10，其余模型多数连 6 步打乱都解不出。 测试将温度设为 0，但作者称部分推理模型会忽略该设置；3 步打乱仅作基本检查，不计入排名。上述结果为截至 2026 年 10 月 27 日的测试数据。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。