Astra 在 10/37 基准上得分超 98%,接近饱和

dswg97 · x · 2026-09-09

评测方指出一个重要警示:Astra 已接近饱和其评测套件,在 37 个基准中的 10 个上得分 ≥98%,相比之下 GPT-5.5 仅饱和 4/37。这导致难以给出可靠的时间视野估计。这也暗示现有评测体系对前沿模型的区分度正在下降。

所属事件:Astra在10项基准得分超98%,评测逼近饱和(2 条相关)→

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →