Every 实测:GPT-6 Astra 强在写作,长任务仍输给 Anthropic Fable
every · x · 2026-10-03
- Every 发布新一轮 Vibe Check 评测,主角是 OpenAI 新模型 GPT-6 Astra 与 Anthropic 的 Fable。
- 写作与软件操作:Astra 仅凭一个 prompt 写出的评测初稿,连 CEO Dan Shipper 都误认为是人类员工写的;在写作、操控软件、视觉设计上都有明显升级。
- 长任务短板:Dan Shipper 认为 Astra 容易误解 prompt 意图、爱给要构建的东西加过多“花哨功能”,在大型委派任务上不如 Fable 可靠。
- 实例对比:高级编辑 Jack Cheng 让两者把他手写日记数字化成应用,结果清晰体现了各自强弱。
- 结论:GPT-6 Astra 是大幅升级但有“坏习惯”,Anthropic Fable 在产品构建直觉上仍占优。
所属事件:Every 实测 GPT-6 Astra:写作惊艳但长任务不敌 Anthropic Fable(2 条相关)→
「编程与Agent」频道最新
- 斯坦福 CS329Z 讲座:DSPy 与 LangGraph 的 Agent 框架路线对比 — stanfordnlp · 2026-11-19
- Mistral Large 4 编码实测:2 小时仅耗 0.82 欧元额度 — qtnx_ · 2026-11-19
- Railway 遭 breach 后追踪发现:同一 LLM 攻击基础设施仍在攻击其他公司 — cyb3rops · 2026-11-19
- HF 与 LangChain 办黑客松:用 AI 智能体复现 NeurIPS 2026 论文 — Gradio · 2026-11-19
- NVIDIA 开源 SkillEvaluator:部署前实测 AI Agent 技能可靠性 — anthara_ai · 2026-11-19
- Resolve.ai 发布 SRE-1 论文:让 AI 承担生产环境事故排查 — iceman84 · 2026-11-19