开发者实测：Astra 6 形式验证能力碾压 Opus，发布两月仍居榜首

JoshPurtell · x · 2026-11-11

开发者 JoshPurtell 分享使用体验：Astra 在高复杂度、可验证任务上表现惊人，发布两个月后仍是该类任务的首选；引用推文称 Astra 6 在形式验证（用 TLA 验证即将上线的系统）上远超 Opus 5.5——Opus 疲于应付而 Astra 从容通过。Claude Fable 5.2 则在交互式、不可验证任务上更强。

配图为编码模型评测榜单：GPT-6 Astra 以 72.6% 综合得分、94.1% 通过率排名第一，Claude Fable 5.2（69.3%）、GPT-6.1 Sol（69.2%）分列二三位；Claude Opus 5.5 以 65.9% 排第五。作者猜测 Astra 的优势可能来自更大的模型规模。