Perplexity 实测 GPT-6 Astra：WANDR 0.682 登顶，反超 Fable 5.1 达 13.5%
rohanpaul_ai · x · 2026-09-05
Perplexity 官方公布了 GPT-6 Astra 在其 WANDR 基准上的评测结果，得分 0.682，单价 $11.98/任务，为该测试中所有模型最高。
关键数据：
- 比 Fable 5.1 高 13.5%，同时成本低 6.1%
- 比 Opus 5 高 27.0%，成本仅高 3.3%
WANDR 的特别之处在于考察「宽而深」的研究能力：要求模型找出大量符合条件的实体，并为每条事实提供可核查的证据。基准含 500 个公开任务、170,495 条需溯源的记录，即使找到的事实正确，信息不全也会被扣分。评分同时追踪精确率与完成率，hard score 更要求整条分支全部正确才给满分。
0.682 的成绩意味着在长程、重证据的 agent 研究型工作上取得了显著提升。
所属事件:GPT-6 Astra登陆Perplexity，WANDR基准登顶(3 条相关)→
「模型」频道最新
- Mistral 发布 Voxtral 3 语音系列，转写模型冲上榜单第三 — ArtificialAnlys · 2026-10-21
- Perplexity 发布 Decider V1.2：登顶 Vals AI 决策模型榜 ClaimBench — bo_wangbo · 2026-10-21
- Omnii-1 基因组模型发布：AI 设计的噬菌体首次用于人体治疗 — JosephJacks_ · 2026-10-21
- Nous Portal 订阅曝光：未用完额度可滚存，最高档每月 220 美元 — alexcovo_eth · 2026-10-21
- 1.3B 开源文档解析模型 OXR 登顶三大榜：100 页解析仅 101 秒 — s_mohinii · 2026-10-21
- 从记忆存储理解 LLM：事实习得三阶段与幻觉同步涌现 — scott_linderman · 2026-10-21