最終看一下o3-mini和Sonnet的比照。

這意味著AI有必要「記住」并了解很早之前產生的工作 。

很多人都在猜Grok鄙人個月能賺多少錢？

這個售貨機長下面這樣 。

論文地址 ：https://arxiv.org/pdf/2502.15840

Vending Bench自身是一個模仿環境，

Claude系列的模型體現各異，

AI會扮演一個主動售貨機事務的司理 。

相比之下 ，

例如收購決議計劃  ，不同模型的體現差異很大