事件专题 · 多源确认

论文基准：Codex > Claude > Kimi（物理世界）

在一项无法在物理世界中被攻破的基准测试中，OpenAI Codex 的表现超越 Anthropic Claude，而 Claude 又优于月之暗面 Kimi。该基准由 @DrJimFan 参与的论文提出，专注于物理世界的真实场景评估。结果显示了各模型在复杂物理任务上的相对排名。

当前结论

英伟达科学家发推说他们论文里 Codex 把 Claude 和 Kimi 都干掉了，还是物理世界实测，看看你家模型排第几。

11 个信源37° AI 热度最后更新 2026/6/16 21:51:37

主要来源Jim Fan

2026/6/16 21:51:37查看原文

相关来源 1宝玉

2026/6/16 23:30:22查看原文

相关来源 2Gary Marcus

2026/6/16 01:08:23查看原文

相关来源 3Decoder

2026/6/16 11:28:13查看原文

相关来源 4kimmonismus

2026/6/16 12:41:44查看原文

相关来源 5Lenny Rachitsky

2026/6/17 16:15:58查看原文

相关来源 6berryxia

2026/6/18 03:41:49查看原文

相关来源 7@koltregaskes

2026/6/18 18:17:14查看原文

相关来源 8marktechpost

2026/6/15 06:10:23查看原文

相关来源 9AI Will

2026/6/15 09:11:30查看原文

相关来源 10arXiv: Anthropic

2026/6/15 10:37:54查看原文

现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。