TRACES 智能体基准上线，GPT-6 Astra 登顶但自修复偏弱

新兴评测机构 TRACES 发布了针对「答案未知」的困难科学发现任务的 AI 基准，不只用最终答案评分，而是从工具调用、自修复、假设管理、长程一致性、证据 grounding、范围限定六个维度（0-4 分制）评估过程，并使用统一 harness。结果显示 GPT-6 Astra 登顶、六维全面提升，但自我纠错能力进步最小，自修复方面仍落后于 Opus-5。

2026-09-12 ~ 2026-09-13 · 2 条相关

• TRACES 榜单：GPT-6-astra 登顶但自修复能力落后 Opus-5 — thisdudelikesAI · 2026-09-12
• TRACES 基准:GPT-6 Astra 六维全升,自我纠错进步最小 — rohanpaul_ai · 2026-09-13