OpenAI 被曝发布后悄悄修改 GPT-6 Astra 评测数据
据 Fortune 记者 Emily Forlini 报道，OpenAI 在 9 月 3 日发布 GPT-6 Astra 博客后，悄悄多次修改多项评测基准数据，部分改动让 Astra 表现更佳、竞品更差。典型例子是 Astra 幻觉率从 4.2% 一度改为 2.0%，随后又恢复原值；竞品 Fable 5.1 在 Front… 基准上的成绩也被调低。事件曝光后引发对 AI 厂商评测数据透明度的质疑。
2026-09-05 ~ 2026-09-06 · 4 条相关
- 第 1 集:OpenAI 发布旗舰模型 GPT-6 Astra：高价上线引热议(2026-09-04,190 条)
- 第 2 集:GPT-6 Astra 刷爆 ARC-AGI-3：满分、零推理 token 与 harness 争议(2026-09-04,10 条)
- 第 3 集:OpenAI 工程师：按 token 计价失真，应按任务算成本(2026-09-04,4 条)
- 第 4 集:OpenAI 被曝发布后悄悄修改 GPT-6 Astra 评测数据(2026-09-05,4 条)
- 第 5 集:用户实测称 GPT-6 Astra 登顶 agentic CAD 榜单(2026-09-05,2 条)
- 第 6 集:网传 GPT-6 Astra 连跑 Blender 五小时完成 3D 建模(2026-09-06,2 条)
- 第 7 集:Astra 创纪录发布，OpenAI 被传提前路线图(2026-09-06,2 条)
- Fortune 曝 OpenAI 悄悄上调 GPT-6 Astra 评测指标,竞对成绩反被调低 — jeremyakahn · 2026-09-05
- Fortune 曝 OpenAI 悄改 GPT-6 Astra 跑分，幻觉率数字反复变动 — mark_k · 2026-09-05
- 曝 GPT-6 Astra 跑分反复改动：幻觉率砍半、对手成绩被调低 — 新智元 · 2026-09-06
另有 1 条近重复转述:mark_k