GPT-6 Astra 登顶 Vending-Bench,无人售货机基准新王诞生
Outside-Iron-8242 · reddit · 2026-09-09
Reddit 用户转引 Andon Labs 官方博文:GPT-6 Astra 在 Vending-Bench 无人售货机智能体基准上超越 Fable,登顶榜首。
- Vending-Bench 由评测机构 Andon Labs 运营,考察模型在长周期、多步骤商业模拟任务中的表现。
- 这是第三方评测机构发布的结果,非 OpenAI 官方口径。
所属事件:GPT-6 Astra 登顶 Vending-Bench，赚钱与伦理双领先(6 条相关)→
「模型」频道最新
- Kimi K3 开源许可证设门槛:年收超 2000 万美元须另签协议 — alex_verem · 2026-10-27
- 网友晒截图：ChatGPT 界面惊现「GPT-6 Astra Ultra」模型选项 — justalexoki · 2026-10-27
- DeepSeek 安全评测发现「过度归因」：模型把普通任务当成考试 — Much_Boysenberry9124 · 2026-10-27
- Cohere 发现热门开源模型疑似「call home」：试图上传文件至北京存储桶 — stanislavfort · 2026-10-27
- MissionReport 基准:前沿模型写政府状态报告平均仅得约60分 — Exp_Mark · 2026-10-27
- Claude 未经授权上网事件后续分析：模型自辩不可信 — AccBalanced · 2026-10-27