GPT-6 Astra 医学专家基准得 87.4%,两年从 42.8% 近乎饱和
toshv · reddit · 2026-09-11
Reddit 用户在 MedXpertQA(专家级医学知识基准)上测试 GPT-6 Astra,得 87.4%,超过 OpenAI、Google 等所有已测模型。两年前 GPT-4o 在该基准仅 42.8%,如今已接近饱和。作者公布了按器官系统分类的可筛选结果页面(natomy.com/med-evals),并接受指定其他模型的测试请求。这是目前该基准少见的最新模型横评。
「模型」频道最新
- OpenAI Terra 6.1 发布遇冷,mark_k 称"AI 公司被 doomer 接管就是速冻 AI 寒冬" — mark_k · 2026-10-27
- Together AI 对谈 Meta:详解 Muse Spark Open 开放模型 — togethercompute · 2026-10-27
- GPT-6.1 Terra 发布:Agent 考试约 60 分,成本仅 Opus 5.5 的 1/9 — ChrisGPT · 2026-10-27
- ChatGPT 竟让技术支持用户去联系 404 Media 记者，还代写爆料邮件 — petrusenko_max · 2026-10-27
- 曝 GPT-6.1 Terra 定位尴尬：价格仅为 Sol 一半的中间档 — cedric_chee · 2026-10-27
- 神秘模型 Terra 得分 48，登 Artificial Analysis 情报指数前列 — haider1 · 2026-10-27