五款前沿模型标注机器人视频，最好的 GPT-6 Astra 全对率仅 43.5%

kimberlywtan · x · 2026-10-13

Concept 与 MeckaAI 合作测试前沿模型能否为机器人学习标注第一视角（egocentric）视频：让五个前沿模型为 200 段视频片段写描述，并由人工评分。

结果显示表现最好的 GPT-6 Astra 也只有 43.5% 的片段完全正确，说明前沿模型尚不能准确标注机器人训练数据。配图进一步给出准确率与每小时视频成本的对比：GPT-6.1 Sol 在约 $10/hr 成本下接近 40%，GPT-6 Astra 在 $30-100/hr 区间达 40%+，Claude Opus 5.5、Claude Fable 5.1 约 20-30%，Gemini 3.8 Flash 约 20%——OpenAI 模型质量领先但成本也显著更高。