基于 Scale SEAL 测试的 AI 综合榜:GPT-6-Astra 以 75.58 分居首
Hrstar1 · reddit · 2026-10-31
有 Reddit 用户基于 Scale Labs SEAL 测试计算跨类别综合排名,对只在单一类别测试过的模型做了覆盖度调整(Adjusted Score),以免偏科模型排名虚高。
前列排名:
- GPT-6-Astra:75.58(覆盖 12/15)
- Claude-Fable-5.1:74.30(12/15)
- Gemini-4-Argon:72.06(11/15)
- Claude-Fable-5:58.41;5. Claude-Opus-5:57.62
其他观察:
- 前三名与其后分差明显(72+ vs 58 以下),头部拉开断层
- DeepSeek V4.1 Flash 1017 排 15,最高开源/中国系模型;
- 国产模型普遍靠后:GLM-5.2/5.3(20、21)、Kimi-K3(24)、Qwen3.8(29);Mistral Large 4 仅 58
- 榜单覆盖 119+ 模型,含 GPT-OSS-120B(41)、MiniMax-M3(79)等
注:这是社区自制的加权汇总,非官方榜单,覆盖度差异对分数影响大,仅供参考。
「模型」频道最新
- NVIDIA 发布 Nemotron 3.5 Bolt E4B：4GB 端侧模型，token 输出省 80% — heatOverflower · 2026-10-31
- Epoch 数据：开源模型与闭源能力差距缩至不到 10 分 — SpencrGreenberg · 2026-10-31
- Gemini 4 Carbon 以 0.8 Pass@1 登顶 Riemann-Bench 数学基准 — NielsRogge · 2026-10-31
- 曝 Anthropic fable 5.5 迟迟未发，或被 Opus 5.5 光芒掩盖 — haider1 · 2026-10-31
- AI 订阅开始砍补贴：Premium 收费上线，连 5 小时滚动窗口也没了 — gerardsans · 2026-10-31
- 逐条核对 Anthropic 新定价页：Ultra 并没有取消每周限额 — No-News-8059 · 2026-10-31