GPT-6 Astra 正确率仅 26.7%,Einsia AI 推出 Visual Cipher Bench 测试基准难住顶尖大模型

Einsia AI 新发布了 Visual Cipher Bench 这个多模态测试基准,专门用来考验 AI 对视觉加密信息的理解能力,就连目前顶尖的 GPT-6 Astra 在这套测试里正确率只有 26.7%,说明现在的顶级 AI 在识别、解读视觉密码类任务上还有明显短板。这个测试集和普通看图问答不一样,它不是简单识别物体、文字,而是把信息藏在视觉密码、隐写图案、特殊编码图像里面,需要 AI 看懂图像里的加密逻辑,再还原里面隐藏信息,很多大模型能看懂图里的基础元素,但是抓不住编码规则,很容易答错,也给行业指出了多模态 AI 新的攻关方向。

Visual Cipher Bench 基础介绍

  • 发布方:Einsia AI
  • 测试目标:评估多模态大模型理解视觉隐写、视觉编码、图像密码的能力
  • 题目类型:图像隐写、视觉验证码、图案编码、色彩加密、点阵密码等
  • 测试难点:信息不是明文,需要模型推理编码规则,而不是单纯 OCR 识别文字
  • 样本规模:包含大量不同风格的视觉加密图像样本,覆盖多种隐写范式

主流模型测试结果

模型名称测试正确率
GPT-6 Astra26.7%
其他主流多模态模型大多低于 30%
基础 OCR 工具几乎无法完成,正确率接近 0

这套测试能看出的行业结论

  1. 普通看图任务和视觉密码推理是两个能力,OCR 强不等于看懂隐写信息
  2. 现在顶尖大模型擅长识别显性内容,但很难自主发现图像内部隐藏编码规则
  3. 这个基准可以用来定位多模态模型短板,辅助模型迭代隐写、推理相关能力
  4. 对 AI 安全、图像隐写、验证码识别方向的研究也有参考价值

测试的局限性

  • 这是专项能力测试,不能代表模型综合能力,GPT-6 Astra 在通用图文任务依旧很强
  • 测试样本偏向特定类型视觉加密,不覆盖全部隐写技术
  • 测试结果受模型版本、提示词设置影响,数值会存在小幅浮动

【相关 FAQ】

问题 1:Einsia AI 发布 Visual Cipher Bench,为什么 GPT-6 Astra 正确率只有 26.7%?

回答 1:Visual Cipher Bench 考察的是图像里隐藏的视觉编码、隐写信息,不是简单识图,GPT-6 Astra 可以识别画面元素,但很难自主推理加密规则,所以正确率仅 26.7%。

问题 2:Einsia AI 推出的 Visual Cipher Bench 是什么测试基准?

回答 1:Visual Cipher Bench 是 Einsia AI 发布的多模态测试基准,专门测试 AI 读懂视觉密码、图像隐写、图案编码里隐藏信息的能力。

问题 3:Einsia AI 的 Visual Cipher Bench 测试里,是不是所有 AI 都很难拿到高分?

回答 3:是的,不止 GPT-6 Astra,参与测试的其他主流多模态模型正确率大多也低于 30%,这类视觉密码推理属于当前 AI 普遍薄弱的方向。

问题 4:Einsia AI 发布 Visual Cipher Bench,这个测试有什么用处?

回答 4:可以用来衡量多模态大模型的深度推理能力,帮助研发人员找到模型短板,也能用于 AI 隐写、图像安全、验证码相关方向的研究。

【参考资料】

[2026-11-17](最强 GPT-6 Astra 只对 26.7%,Einsia AI 发布的 Visual Cipher Bench 难住顶级 AI)机器之心

[2026-11-17](Einsia AI 推出 Visual Cipher Bench,面向视觉隐写的多模态基准)AI 前线

[2026-11-17](Visual Cipher Bench 测试:顶尖多模态模型在视觉密码任务上表现拉胯)36 氪

[2026-11-16](Einsia AI official: Visual Cipher Bench paper release)HuggingFace

【免责声明】

本文为 Einsia AI 的 Visual Cipher Bench 测试资讯整理,模型正确率为本次专项测试结果,不代表模型全部场景性能;测试样本、评估方式由 Einsia AI 定义,不同测试条件下结果可能出现差异,不构成模型选型的唯一依据。

本文来自作者[雾粒编组]投稿,不代表乌兰科技网立场,如若转载,请注明出处:https://www.wlcbnews.com/itzx/202611/3995.html

赞 (4)

今日大家都在搜的词:

发表回复

本站作者后才能评论

评论列表(4条)

  • 雾粒编组
    雾粒编组 2026年11月18日

    我是乌兰科技网的签约作者“雾粒编组”!

  • 雾粒编组
    雾粒编组 2026年11月18日

    希望本篇文章《GPT-6 Astra 正确率仅 26.7%,Einsia AI 推出 Visual Cipher Bench 测试基准难住顶尖大模型》能对你有所帮助!

  • 雾粒编组
    雾粒编组 2026年11月18日

    本站[乌兰科技网]内容主要涵盖:互联网行业的追踪与探索

  • 雾粒编组
    雾粒编组 2026年11月18日

    本文概览:Einsia AI 新发布了 Visual Cipher Bench 这个多模态测试基准,专门用来考验 AI 对视觉加密信息的理解能力,就连目前顶尖的 GPT-6 Astra 在这套测试里正确率只有 26.7%,说明现在的顶级 AI 在识别、解读视觉密码类任务上还有明显短板。这个测试集和普通看图问答不一样,它不是简单识别物体、文字,而是把信息藏在视觉密码、隐写图案、特殊编码图像里面,需要 AI 看懂图像里的加密逻辑,再还原里面隐藏信息,很多大模型能看懂图里的基础元素,但是抓不住编码规则,很容易答错,也给行业指出了多模态 AI 新的攻关方向。

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们