GPT 6.1 Sol 上 BridgeBench:仅比前代高 3 分,落后 GPT 6 Astra 82 分
RexDouglass · x · 2026-09-30
独立评测机构 BridgeBench 宣布 GPT 6.1 Sol 登上其榜单。OpenAI 官方称其为'接近 Astra 级智能',但 BridgeBench 的实测结果是:仅比 GPT 6 Sol 高 3 分,落后 GPT 6 Astra 整整 82 分。机构点评:当一个模型在实验室自己的基准上大涨、却在独立基准上几乎原地踏步时,通常就是'刷榜'(benchmaxing)的信号。这是对厂商自评基准与第三方基准脱节的典型质疑。
所属事件:GPT-6.1 Sol 第三方评测集中出炉:性能近 Astra、成本大降(21 条相关)→
「模型」频道最新
- Devin 构建中现 Anthropic 隐身模型,METR 图显示前沿速度提至 1.4 倍 — daniel_mac8 · 2026-11-16
- 评测方 Trajectory 给 40 个 Agent 写「永不放弃」提示词,此前未告知 Epoch — peterwildeford · 2026-11-16
- METR 任务时长曲线更新:Opus 4.5 后倍增周期缩至 1.7 个月 — ben_j_todd · 2026-11-16
- Gemini 付费用户吐槽:让 AI 写 Three.js 动画全被拒,到底触了什么红线 — Necessary-Buy-7410 · 2026-11-16
- 28 个主流模型训练截止日期盘点:近半数不公布,Gemini 4 Carbon 发布即落后 8 个月 — Joozio · 2026-11-16
- Opus 5.5 被抓包:无记忆会话里用账户邮箱猜用户身份 — birchlse · 2026-11-16