Time Horizon Index: KSP 排行榜
截至 2026年11月16日,Time Horizon Index: KSP 的最高分为 91.3%,由 Claude Opus 5.5(Anthropic)取得,领先于 GPT-6 Astra(90.5%)。共有 13 个模型配置公布了结果(Vals AI,结果日期 2026年10月7日)。智能体必须在《坎巴拉太空计划》(Kerbal Space Program)中规划并执行飞行任务,这是一项涉及物理和大量步骤的长周期任务。Time Horizon Index: KSP 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- Claude Opus 5.5 以 91.3% 保持 Time Horizon Index: KSP 最高分(Vals AI,2026年10月7日)。
- GPT-6 Astra 以 90.5% 位列 Time Horizon Index: KSP 第二(Vals AI,2026年10月7日)。
- Time Horizon Index: KSP:从头到尾完成一次《坎巴拉太空计划》任务。由 Vals AI 运行(Vals AI)。
- BenchLeader 上有 13 个模型配置公布了 Time Horizon Index: KSP 结果(BenchLeader,2026年11月16日)。
- Time Horizon Index: KSP 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
从头到尾完成一次《坎巴拉太空计划》任务。由 Vals AI 运行。
- 发布方
- Vals AI
- 类别
- 智能体与工具
- Index 权重
- 仅作参考
- 模型
- 13
- 数据截至
- 2026年11月16日
Vals AI (vals.ai).
测试内容
智能体必须在《坎巴拉太空计划》(Kerbal Space Program)中规划并执行飞行任务,这是一项涉及物理和大量步骤的长周期任务。
评分方式
任务进度得分,由 Vals AI 运行。
注意事项
只有一个不寻常的环境;只能作为长周期能力的信号来看。
- 1Claude Opus 5.5 (max)91.3%
- 2GPT-6 Astra (max)90.5%
- 3Claude Fable 5.1 (max)63.3%
- 4Gemini 4 Argon (high)52.5%
- 5GPT-5.6 Sol (max)23.8%
- 6Claude Opus 5 (max)18.8%
- 7Gemini 3.8 Flash (high)18.8%
- 8Claude Opus 4.8 (max)11.8%
- 9Kimi K3 (max)10.5%
- 10GPT-5.5 (xhigh)8.3%
- 11Grok 4.5 (high)6.3%
- 12Grok 4.6 (high)5.8%
- 13Muse Spark 1.1 (xhigh)1.7%
13 / 13
| # | |||||
|---|---|---|---|---|---|
| 1 | 91.3% | 68.4 | $921.76 | 2026-10-07 | |
| 2 | 90.5% | 67.3 | $4206.59 | 2026-10-07 | |
| 3 | 63.3% | 66.7 | $4655.01 | 2026-10-07 | |
| 4 | 52.5% | 65.3 | $708.63 | 2026-10-07 | |
| 5 | 23.8% | 65.3 | $2027.20 | 2026-10-07 | |
| 6 | 18.8% | 65.0 | $1348.77 | 2026-10-07 | |
| 7 | 18.8% | 59.4 | $543.14 | 2026-10-07 | |
| 8 | 11.8% | 61.1 | $1499.32 | 2026-10-07 | |
| 9 | 10.5% | 60.2 | $216.43 | 2026-10-07 | |
| 10 | 8.3% | 64.1 | $516.36 | 2026-10-07 | |
| 11 | 6.3% | 56.8 | $344.04 | 2026-10-07 | |
| 12 | 5.8% | 60.6 | $225.12 | 2026-10-07 | |
| 13 | 1.7% | 59.5 | $144.92 | 2026-10-07 |
相关基准测试
Time Horizon Index: KSP 上的热门模型对比
引用格式:BenchLeader,《Time Horizon Index: KSP 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/vals_time_horizon_ksp。
Time Horizon Index: KSP:常见问题
- Time Horizon Index: KSP 衡量的是什么?
- 智能体必须在《坎巴拉太空计划》(Kerbal Space Program)中规划并执行飞行任务,这是一项涉及物理和大量步骤的长周期任务。分数以完成任务的百分比表示,越高越好。
- Time Horizon Index: KSP 的最高分是多少?
- 截至 2026年11月16日,Time Horizon Index: KSP 的最高分为 91.3%,由 Claude Opus 5.5 取得(结果日期 2026年10月7日),领先于 GPT-6 Astra(90.5%)。分数来自 Vals AI,每天重新读取。
- 哪个 AI 模型在 Time Horizon Index: KSP 上领先?
- 截至 2026年11月16日,Time Horizon Index: KSP 排名第一的是 Claude Opus 5.5,分数为 91.3%(结果日期 2026年10月7日)。其后为 GPT-6 Astra(90.5%)。
- 有多少模型有 Time Horizon Index: KSP 结果?
- BenchLeader 上有 13 个模型配置有 Time Horizon Index: KSP 结果,全部取自 Vals AI。
- Time Horizon Index: KSP 由谁运行,多久更新一次?
- Time Horizon Index: KSP 由 Vals AI 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
- Time Horizon Index: KSP 是否计入 BenchLeader Index?
- 不计入。Time Horizon Index: KSP 仅作参考展示,不计入综合分数。