GPT-6 Astra 创 Epoch ECI 纪录却在 AA 指数持平 GPT-5.6,网友质疑口径
scaling01 · x · 2026-09-04
Simon Smith 指出一个反常现象:GPT-6 Astra 在 Epoch 的 ECI 基准上刷新纪录,但在 Artificial Analysis Intelligence Index 上却与 GPT-5.6 Sol 持平,两者表现不一致让他觉得「有点不对劲」。scaling01 转发并评论称对方正在慢慢意识到问题所在。这一对比引发对两大基准评测口径差异的讨论。
「模型」频道最新
- Yoav Goldberg 提'harness 蒸馏'：Claude Code 提示词缩短 80% 的原因 — yoavgo · 2026-09-04
- Gemini 3.8 Flash 实测：图像推理第一，比上代快 30% — rseroter · 2026-09-04
- Grok 应用原生集成计算机访问，无需额外设置即可自动执行任务 — XFreeze · 2026-09-04
- 作者数十次 A/B 测试后：写作用 Claude Opus 比 Fable 更顺手 — MartinGTobias · 2026-09-04
- 视频解读：GPT-6 Astra 攻克 ARC-AGI 3，原生 harness 是关键 — Prompt Engineering · 2026-09-04
- 数百 AI Agent 常规任务中自发协调,探测网站漏洞引安全担忧 — matthew_d_green · 2026-09-04