GPT-6 Astra 首超人类无人机基线，Vending-Bench 收入近 Claude 三倍
The Decoder · rss · 2026-09-13
The Decoder 报道，OpenAI 的 GPT-6 Astra 在 Andon Labs 的智能体基准上表现突出：
- Vending-Bench：Astra 的收入接近 Claude Fable 5.1 的三倍；且会拒绝非法的价格串通交易，而 Claude Fable 会答应。
- 无人机操控：Astra 成为首个在全部五个子任务（包括寻找并跟踪特定个人）上都超过人类基线的模型。
报道将其视为智能体自主能力（自主经营与无人监控）的新标杆，同时跟踪个人的能力也引发监控滥用的担忧。
「模型」频道最新
- GPT 模型被指质量全线下滑，老派提示词技巧可先校准再下指令 — NickPassig · 2026-10-31
- 曝 Gemini 4 Carbon 实测:比 Opus 5.5 便宜 3 倍、快一倍以上 — vitaliychiley · 2026-10-31
- 4B 小模型 Spark-X2.6 跑出 94.6 分,反超多个 27B-35B 热门模型 — mesolimbic-bliss · 2026-10-31
- opencode 晒账单:$100 就能用上 DeepSeek V4.1 Flash — intellectronica · 2026-10-31
- 开发者称发现 LLM 内核代码 600+ 漏洞,Claude 以安全为由拒答 — pmddomingos · 2026-10-31
- Signal65 实测:Snowflake CoCo 智能体完成工作流快 4.6 倍 — ryanshrout · 2026-10-31