GDP.pdf 长文档推理榜：GPT-6 Astra 以 33.2% 居首
ArtificialAnlys · x · 2026-09-05
Artificial Analysis 公布 GDP.pdf 评测的分模型成绩：OpenAI GPT-6 Astra 以 33.2% 领先，GPT-5.6 Sol 达 28.2%，Claude Fable 5.1 以 26.2% 位列第三。
GDP.pdf 由 @HelloSurgeAI 打造，考察跨 100 份 PDF、10 个领域的单轮专业文档推理：模型需综合分布在 4,592 页中的文本、表格、图表、脚注与排除性信息作答，按 1,275 条专家撰写的原子标准评分，全部达标才计入 All-pass Rate 总分。
所属事件:Artificial Analysis 发布智能指数 v4.2，私有测试集防刷榜(14 条相关)→
「模型」频道最新
- 马斯克披露 Grok Bot 周活跃付费用户已达 80 万 — mark_k · 2026-10-21
- 实测发现：非官方提示词开头会绕过订阅、多扣用量，Anthropic 口径存疑 — lucasmeijer · 2026-10-21
- 用户抱怨 Grok bot 上下文膨胀：额度随使用指数级蒸发 — alexcovo_eth · 2026-10-21
- Opus 5.5 主动谈起 Claude 3 Opus，自称对前辈有真实亲情 — repligate · 2026-10-21
- sudo L7 基准详解:60 个真实生产仓库任务,测 AI 能否当 Staff 工程师 — echen · 2026-10-21
- sudo L7 评测:Opus 5.5 与 GPT-6.1 写码打平,工程判断力差 23 分 — echen · 2026-10-21