GPT-6 Astra 登顶手术 AI 通才榜，仍输给小千倍专用小模型
ddonoho · x · 2026-09-06
研究者在 Surgical AI Leaderboard 上评测了 GPT-6 Astra 的手术智能表现：它成为新的通才模型第一名，但在手术领域仍然落后于体积小约 1000 倍的专用小模型。
被引用的相关评测还发现，Claude Fable 5.1 与 Gemini 3.8 Flash 两个新发布的成绩呈「锯齿状」——工具使用较强、视觉问答较弱，且前沿 LLM 整体仍不敌小型专用模型。完整榜单与论文见原帖链接。
「模型」频道最新
- 扩散语言模型的偏见排名随采样配置改变,去偏后仍不稳定 — Bollegala · 2026-10-23
- 月付 20 美元同时跑 100 个 DeepSeek v4.1 flash agent — zack_overflow · 2026-10-23
- 从业者感叹开源音频模型连表征类质量都普遍拉胯 — gowthami_s · 2026-10-23
- 网友自曝用 Claude Opus 5.5 生成视频，泄露未发布模型名 — jwt0625 · 2026-10-23
- 安全圈激辩:OpenAI 限制安全研究员访问 Astra 是否失策 — cyb3rops · 2026-10-23
- Mistral Large 4 曝光:1T 参数、激活 49B,月底开源 — mervenoyann · 2026-10-23