用户实测对比:新模型 Astra 规划强但常丢失项目范围,想念旧款 Sol
Square_Secretary_944 · reddit · 2026-09-12
一位 Reddit 用户分享升级到 Astra 后的体验落差:他常用它做规划、审计和复杂敏感任务,发现 Astra 计划质量不错、架构漂亮,但经常忘记已定义的项目范围,约 10-25% 的产出不符合需求;而上一代 Sol 的意图理解、沟通表达和范围管理都更出色。作者表示会切回 Sol。这个对比提示:新模型在原始能力上更强,但在长程任务中对用户意图和约束的保持可能反而退步。
「模型」频道最新
- Jeremy Howard 质疑：解数学题的能力未必能泛化到其他问题 — jeremyphoward · 2026-10-28
- AA 评测 CritPt v2 私有子集:GPT-6 Astra 72% 居首,开源最好仅 45% — ArtificialAnlys · 2026-10-28
- AA 清洗知识基准 AA-Omniscience v1.1:平均降 2 分,并公开校准子集 — ArtificialAnlys · 2026-10-28
- HLE-Diamond 榜单:Opus 5.5 得 68%,知识题比推理题更难倒前沿模型 — ArtificialAnlys · 2026-10-28
- 终端科研基准洗牌:GPT-6 Astra 63%,多数开源模型得分不足 10% — ArtificialAnlys · 2026-10-28
- FrontierCode 2.0 榜单:Opus 5.5 得 46%,DeepSeek 领跑开源落后 18 分 — ArtificialAnlys · 2026-10-28