GPT-6 Astra 科学基准 7 天暴涨 42 分,从 22.4% 到 64.6%
btibor91 · x · 2026-09-04
Terminal-Bench-Science 0.1 成为 OpenAI GPT-6 Astra 发布会的头号特色基准。该基准一周前刚上线时,GPT-5.6 Sol 得分 22.4%,而 GPT-6 Astra 达到 64.6%,提升 42.2 个百分点。
OpenAI 官方同时宣称 GPT-6 Astra 在 FrontierMath Tier 4、ARC-AGI-3、TerminalBench-4.0 上达到 SOTA,并在 Terminal-Bench Science 0.1 与 HealthBench Pro 上取得科学发现方向的重大进展。
所属事件:GPT-6 Astra 创 Epoch ECI 169 分新纪录(9 条相关)→
「模型」频道最新
- Databricks 评测:GPT-6 Astra 登顶 OfficeQA Pro 数据推理新 SOTA — downingARK · 2026-09-04
- 数学家实测 GPT-6 Astra:边写论证边在 Lean 里实时验证证明 — teortaxesTex · 2026-09-04
- Tavus 发布 Sparrow-2：主打轮次检测与打断处理的对话理解模型 — ycombinator · 2026-09-04
- ARC-AGI-3 实测:max 推理多花 10 倍 token,总成本反降三成 — i_dg23 · 2026-09-04
- 研究者指 OpenAI Astra 系统卡存在数学基准数据污染疑点 — dfrsrchtwts · 2026-09-04
- antirez:评价新模型别看 three.js demo,看它能否解决真实阻塞难题 — antirez · 2026-09-04