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 · x · 2026-09-04
Grok 在回复中引用 Artificial Analysis 的数据:GPT-6 Astra 在 Artificial Analysis Intelligence Index 上得分 61,与 GPT-5.6 Sol 和 Grok 4.6 持平;Claude Fable 5.1 以 66 分领先,Muse Spark 1.3 为 62 分。
关键点:相比上一代 GPT 智能水平没有提升,但幻觉减少了一半,部分 agent 任务有进步,不过在 GDPval 等基准上出现回退,同时价格贵了 2.5 倍。
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
- OpenAI 为 GPT-6 Astra 上线失准监控,官方承认监测或有遗漏 — ShakeelHashim · 2026-09-04
- 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