八款大模型推箱子挑战赛对比表现
同样6道推箱子，每题3次机会。有人6关都是第一次就过，有人一道都没过，还开始怀疑：这题是不是根本无解？ 这期 ModelDial 挑战赛，我把 Claude、GPT、Gemini、Grok、DeepSeek、Kimi、GLM 和 MiniMax 这8个模型拉到一起，看看它们会不会提前规划、能不能避开死局，翻车后又会怎样补救。 开局算好全程、走两步就确认位置、重开后第一步又推死……这次除了看谁能过关，也对比思考过程、工具调用和 Token 成本。 完整榜单、逐局回放和人机对战入口： https://