开发者 @huangruiteng 公布 LoopX 1.0.3（Heartbeat）搭配 GPT-5.6-sol 在长程基准 LHTB 上的探索性结果：平均 Reward 0.4948，高于 Claude Fable 5 公开参考分 0.487，相对原生 Codex Goal（0.4475）提升约 10.6%。LHTB 覆盖软件逆向、科学仿真、研究复现等九类需多步交付的任务；LoopX 将工作状态保留在会话外，通过 Heartbeat 唤醒执行器并复核计划。作者强调本轮每题单次有效运行、成本口径不同，尚不能主张同预算效率优势。

核心要点速览 (Key Takeaways)

  • ✓GPT-5.6-sol + LoopX 1.0.3 在 LHTB 均分 0.4948，高于 Claude Fable 5 参考分 0.487 与原生 Codex Goal 0.4475。
  • ✓相对 Goal：23 胜 / 13 平 / 10 负；Reward≥0.95 任务从 4/46 增至 7/46。
  • ✓LoopX 将会话外状态 + Heartbeat 执行器用于长程交付；作者标明探索性设定与成本口径差异。
ADSponsored