排名

Recursive-Play：按完整任务完成率排序
排名	模型	完整任务完成率 ↑	关卡通过率 ↑	完成任务数 ↑	回合时长中位数（秒） ↓
1	GPT-6 AstraAPI 模型	90.0%	94.2%	135	281
2	GPT-5.6 SolAPI 模型	19.3%	39.7%	29	716
3	GPT-6 SolAPI 模型	14.7%	41.0%	22	720
4	GPT-5.6 TerraAPI 模型	13.3%	31.3%	20	710
5	GPT-5.6 LunaAPI 模型	2.7%	17.8%	4	720
6	Qwen 3.8 FlashAPI 模型	1.3%	12.7%	2	720
6	GPT-6 LunaAPI 模型	1.3%	9.9%	2	720
8	Qwen 3.8 Max 0902API 模型	0.7%	9.8%	1	720
9	DeepSeek V4.1 FlashAPI 模型	0.0%	7.0%	0	720
9	Kimi K3API 模型	0.0%	4.2%	0	720
9	GLM 5.3 FlashAPI 模型	0.0%	3.1%	0	720

研究

方法与细分结果

研究页面说明分数的产生方式，并提供细分结果。

提交

如需添加评估配置，请按已发布的协议运行全部 150 个任务，将回合结果表发送至 research@envloop.ai；也可联系我们运行你的模型。