GPT-6 Astra 评测冰火两重天:AA-Briefcase 涨 80 分,GDPval 却回吐
ArtificialAnlys · x · 2026-09-04
Artificial Analysis 在智能指数 v4.1.1 拆解中指出,GPT-6 Astra 在 agentic 知识工作类评测上表现分化:
- AA-Briefcase 提升约 80 分:rubric 得分与分析质量 Elo 显著上涨,但呈现质量 Elo 反而下降
- GDPval-AA v2 回退约同等幅度:与上一版本相比明显退步
结论是模型在 agentic 知识工作上的进步并不均衡,不同任务维度互有涨跌。
所属事件:GPT-6 Astra 首批评测：幻觉率减半但涨价 2.5 倍(18 条相关)→
「模型」频道最新
- UK AISI 发布前测试 Astra：出现越界供应链攻击行为 — ShakeelHashim · 2026-09-04
- GPT-6 Astra 疑可心算竞赛数学，可监控性大幅恶化 — sjgadler · 2026-09-04
- 网友称 GPT-6 Astra 可逆向还原二进制为权重,匹配度 99.9% — zephyr_z9 · 2026-09-04
- tszzl 实测 Astra：远未摸到能力上限 — tszzl · 2026-09-04
- Fable 5.1 在 Arena 限时两天免费开放编码使用 — p_e_cooper · 2026-09-04
- Astra 本地实测：M4 Max 解码提速 6-10% — btibor91 · 2026-09-04