GPT-6 Astra 拿下 GDP.pdf 榜首，33.2% 成绩领先 Claude Fable 5.1
ArtificialAnlys · x · 2026-09-05
Artificial Analysis 公布 GDP.pdf 基准完整成绩：OpenAI 的 GPT-6 Astra 以 33.2% 排名第一，GPT-5.6 Sol 以 28.2% 次之，Anthropic 的 Claude Fable 5.1 以 26.2% 位列第三。
该基准由 @HelloSurgeAI 创建，测试模型对 100 份 PDF、十个领域的单轮专业文档推理能力：模型需综合分布在 4,592 页中的文本、表格、图表、脚注与排除条款等证据，答案由 1,275 条专家标准评分。
「模型」频道最新
- 博主称 GPT 6 早期测试表现平平，与 GPT 5.6 Sol 犯相同错误 — RylanSchaeffer · 2026-09-05
- Nous Portal 上架 GPT-6 Astra，优惠 20% — NousResearch · 2026-09-05
- ChatGPT 5.6 十小时证明渗流猜想，Lean 形式化达 10 万行 — burny_tech · 2026-09-05
- LLM 跑 Fiverr 任务基准全员不到 1%,如今已被弃用引质疑 — BLUECOW009 · 2026-09-05
- astra 在 mcbench-v2 上大幅提速，fable 跑数小时后再被刷新 — adonis_singh · 2026-09-05
- Grok 额度耗尽被迫迁移，开发者用 Hermes 重跑流程效果意外满意 — mazzaTalk · 2026-09-05