GPT-6 Astra 具身指数 1349 分领先 Gemini 3.8 Flash 的 972 分

qinzytech · x · 2026-10-22

embodianalysis 发布 Physical Agent Capability Index 对比：GPT-6 Astra 以 1349:972 的 Elo 领先 Gemini 3.8 Flash。但在一段模拟厨房任务视频里，两者都未能完成任务——被要求把羊角面包和果酱放到砧板上，Flash 放上了面包但没放果酱，Astra 则让面包掉到地上且未捡回。作者指出二元成功指标会把两者都记为失败，掩盖了「完成一步」与「丢失物体」之间的差异，聚合指数与单次表现需结合来看。