GPT-6 Astra 跃升 42.2 分，登顶 Terminal-Bench-Science 榜首
BenBlaiszik · x · 2026-09-04
Terminal-Bench-Science 发布仅一周即成为 GPT-6 Astra 发布会上的头号展示基准：GPT-5.6 Sol 得分 22.4%，GPT-6 Astra 飙升至 64.6%，提升 42.2 个百分点，且是在两天前 Claude Fable 5.1 放出成绩之后。组织方呼吁科学家参与更难的 Terminal-Bench-Science 0.2，截止日期 10 月 5 日。
所属事件:GPT-6 Astra 刷新 ECI 纪录，科学基准暴涨登顶(6 条相关)→
「模型」频道最新
- 评测方 Arize:MiniMax 在 Agent 工作负载被低估,原因在架构 — aparnadhinak · 2026-09-04
- Gary Marcus 追问：Astra 是纯 LLM 还是未公开的神经符号混合体？ — GaryMarcus · 2026-09-04
- GPT-6 Astra 登顶 Mercor APEX-Agents 榜,专业服务任务均值 62.4% — sherwinwu · 2026-09-04
- GPT-6 Astra 智能指数仅 61 分与上代持平,幻觉减半但价格贵 2.5 倍 — cedric_chee · 2026-09-04
- GPT-6 Astra 位列 AA 智能指数 61 分，价格涨至 2.5 倍但智能无提升 — MicahBerkley · 2026-09-04
- GPT-6 Astra 登顶 ARC-AGI：标准测试 62.7%，新框架下达 99.9% — BlackHC · 2026-09-04