GPT-6-Astra 评测拿下 98%,模型纠正专家答案引热议
alejandroll10 · x · 2026-10-15
引用推文披露一项评测细节:GPT-6-Astra 初评 80 多分,紧随 Opus 5.5,但调查错误时模型坚持自己正确、是专家答案有误;专家复核后确实发现多处深藏的计算错误,修正后 Astra 得分升至 98%(49/50)。原推同时调侃半年前"会被 slop 淹没"的论调。
所属事件:TheoPhysEval 基准：GPT-6 Astra 解研究级物理题达 98%(20 条相关)→
「模型」频道最新
- 爆料称 OpenAI 连 Astra 中等推理负载都难稳定服务 — CtrlAltDwayne · 2026-10-25
- AsciiBench 上线：13 个模型盲测画 ASCII 艺术，投票后才揭晓身份 — JasonBotterill · 2026-10-25
- ARC-AGI-3 榜单讽刺图：GPT-6 得分近 90%，单题成本破万美元 — haider1 · 2026-10-25
- 传 Anthropic 将发 Opus 5.5，呼吁减速两周后自己踩油门 — StewartalsopIII · 2026-10-25
- 用户反馈 Anthropic 疑似暗中下调 Opus 5.5 用量上限 — CtrlAltDwayne · 2026-10-25
- 用户实测：额度重置后 Codex 用量已跌 31%，OpenAI 定价不经济 — CtrlAltDwayne · 2026-10-25