Vals 发布科学发现能力指数:GPT-6 Astra 居首,五强各有专长
teortaxesTex · x · 2026-10-17
评测机构 Vals AI 发布 Science Index,衡量各模型做出科学发现的能力,共评测 21 个模型。总榜前五:OpenAI GPT-6 Astra 第一,GPT-6.1 Sol 第二,Anthropic Claude Sonnet 5.5 第三,Claude Opus 5.5 第四,Google Gemini 4 Argon 第五。
分项结果亮点:
- 没有模型通吃所有学科:BioMysteryBench 由 Sonnet 5.5 拿第一,MysteryMechanism 与 Terminal-Bench Science、数学、生命科学则由 GPT-6 Astra 领先
- Sonnet 5.5 在物理科学与工程科学两个学科单项登顶,Earth Sciences 却掉到第 11 名
- Gemini 4 Argon 在地球科学排第 2,但生命科学、工程科学跌出前半区
teortaxesTex 点评:Sonnet 5.5 能拿下 3 个单项第一(对比 Opus 5.5 的表现),说明 Anthropic 的 RL 进展非常快。
所属事件:Vals AI 发布科学发现指数，GPT-6 Astra 居首(3 条相关)→
「模型」频道最新
- 64K 粉丝学者发问：人脑还能判断新模型是否真比上一代强吗 — arjunrajlab · 2026-10-17
- 用户实测：Astra 主动读邮件审 PR 找安全漏洞，称强于 Opus — Tasty-Trip5518 · 2026-10-17
- 26GB Qwen3.6 MoE 模型在 16GB 显卡上跑出 19.5 t/s,速度翻倍引讨论 — dreamyrhodes · 2026-10-17
- 官方与开源基准排名严重打架,网友呼吁做复现 jev 校准能力的开放基准 — lahwran_ · 2026-10-17
- DeepSeek 新模型被指仍「很像 Claude」，蒸馏比例难辨 — teortaxesTex · 2026-10-17
- Anthropic 反蒸馏防线收割数据降 90-99%,点名智谱 GLM-5.3 — bibryam · 2026-10-17