@browser_use：Nemotron 3.5 Super VL 在浏览器使用方面表现不错，但被 Luna 碾压 — 48.5/100 对比 GPT-6 Luna 的 67.7/100 — 且模型成本高出约 61%……

X AI KOLs Timeline 2026/10/16 22:55 新闻

browser-automation benchmark ai-models nvidia multimodal model-comparison

摘要

Nemotron 3.5 Super VL 在浏览器使用任务上表现良好，但落后于 GPT-6 Luna，得分为 48.5/100 对比 67.7/100，且预估模型成本高出 61% — 作为一个新玩家来说已经不错了。

Nemotron 3.5 Super VL 在浏览器使用方面表现不错，但被 Luna 碾压 👀 > 48.5/100 对比 GPT-6 Luna 的 67.7/100 > 预估模型成本高出 61% 作为一个新玩家来说，成绩还不错。https://t.co/qNQlSCJo8p

查看原文

查看缓存全文

缓存时间: 2026/10/17 00:47

Nemotron 3.5 Super VL 在浏览器使用场景中表现不错，但被 Luna 吊打了 👀

48.5/100 对比 GPT-6 Luna 的 67.7/100 而且预估模型成本还高出 61%

作为一个新玩家，这成绩还不错。

相似文章

X AI KOLs Following

浏览器使用基准测试 v2 更新了其帕累托前沿，展示了来自 OpenAI 的 GPT-6 模型在性能和成本效益上均超越了来自 Anthropic 的 Claude Opus 5.5。

X AI KOLs Timeline

Astra 在 Browser Use Benchmark v2 上取得了 77.3% 的成绩，远超 Opus 5（50.5%）和 GPT-5.6 Sol xhigh（49.1%）；在 60 项任务中，Astra 有 22 项获得满分，而 Opus 5 的满分任务数为零。

X AI KOLs Timeline

Alexander Yue 推出了一项新的浏览器使用基准测试，其中 Opus 5 和 GPT-5.6 Sol 表现相似，强调了基准测试的稳健设计，包括为大语言模型评委提供的经过验证的评分标准。

X AI KOLs Following

GPT-5.6 Luna Max在DeepSWE v1.1编码基准测试中以更低的成本优于Sonnet 5 Max，并且与Gemini 3.7 Flash Medium相比也表现出强劲性能。

X AI KOLs Timeline

browser-use 宣布推出由 GPT-5.6 Luna 驱动的新代理，它能阅读 Hacker News 热门帖子并生成完整报告，仅需 3 美分，凸显了 AI 驱动网页浏览的低成本。