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)→
「模型」频道最新
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27
- Artificial Analysis 更新智能指数 v4.3.2，GPT-6.1 Terra 参与横评 — ArtificialAnlys · 2026-10-27
- AA 实测:GPT-6.1 Terra 幻觉率降 50%,准确率还升 2 分 — ArtificialAnlys · 2026-10-27
- AA 实测 GPT-6.1 Terra:编码 Agent 得 48 分,成本仅前代三分之一 — ArtificialAnlys · 2026-10-27