BenchLeader

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。

13 / 13
#
1Claude Opus 5.5max91.3%68.4$921.762026-10-07
2GPT-6 Astramax90.5%67.3$4206.592026-10-07
3Claude Fable 5.1max63.3%66.7$4655.012026-10-07
4Gemini 4 Argonhigh52.5%65.3$708.632026-10-07
5GPT-5.6 Solmax23.8%65.3$2027.202026-10-07
6Claude Opus 5max18.8%65.0$1348.772026-10-07
7Gemini 3.8 Flashhigh18.8%59.4$543.142026-10-07
8Claude Opus 4.8max11.8%61.1$1499.322026-10-07
9Kimi K3max10.5%60.2$216.432026-10-07
10GPT-5.5xhigh8.3%64.1$516.362026-10-07
11Grok 4.5high6.3%56.8$344.042026-10-07
12Grok 4.6high5.8%60.6$225.122026-10-07
13Muse Spark 1.1xhigh1.7%59.5$144.922026-10-07

更多智能体与工具基准测试 · 全部大模型基准测试

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。