大模型专业测评2026年9月：紫东太初9B空间具身断层领先，Tau-Bench智能体评测更新
2026年9月大模型评测结果汇总。
紫东太初ZDTaichu5.0-9B
九大国际空间理解基准八项断档第一，自适应循环推理机制。
Tau-Bench
普林斯顿评测，Claude Opus 4.6以91.89分位居榜首。
ARC-AGI-3
GPT-6 Astra得分99.9%导致基准饱和，ARC-AGI-4将聚焦持续学习。
评测趋势
从文本能力向空间理解、具身交互、Agent操作扩展。
2026年9月大模型评测结果汇总。
九大国际空间理解基准八项断档第一，自适应循环推理机制。
普林斯顿评测，Claude Opus 4.6以91.89分位居榜首。
GPT-6 Astra得分99.9%导致基准饱和，ARC-AGI-4将聚焦持续学习。
从文本能力向空间理解、具身交互、Agent操作扩展。