Epoch AI 用项目反应理论直接对比模型：Astra 胜 Opus 5.5 概率 72%

teortaxesTex · x · 2026-11-05

Epoch AI 升级了其模型能力对比方法：借助更好的不确定性估计和所有模型 ECI（能力指数）的联合分布，现在可以直接对任意两个模型给出概率化比较结论。例如：Astra 比 Opus 5.5 更强的概率为 72%，而比 Fable 5.1 更强的概率高达 99%。

评论者 teortaxesTex 调侃这是「项目反应理论（Item Response Theory）+ 数学」与他自己「无根据直觉」的结合，认为这与他对 Astra 的判断一致。