GPT-6.2 Astra登顶Agents' Last Exam:高5.2分成本不到1/3
OpenAIDevs · x · 2026-11-18
GPT-6.2 Astra 在 Agents' Last Exam 上刷新纪录:比 GPT-6 Astra 高 5.2 分,每任务成本不到 1/3。该基准考察复杂多步骤专业工作,如分析营销活动、制作幻灯片、搭建财务表格。被引用推文补充:仅凭 RC 遥控赛车的公开照片和组装手册,Astra 就生成了动画组装指南和图解零件目录;在测试从工程图纸构建 3D 零件与装配体的 BenchCAD 2.1 Core 上,比上代好 32%。
「编程与Agent」频道最新
- OpenAI推荐日常编码用GPT-6.2 Sol:1/5成本逼近旗舰 — OpenAIDevs · 2026-11-18
- OpenAI发布GPT-6.2 Astra/Sol:Astra输入输出降价20% — OpenAIDevs · 2026-11-18
- GPT-6.2 Astra与Sol上线Codex和API — OpenAIDevs · 2026-11-18
- LangSmith 新增三项敏感 trace 数据管控:权限分组与元数据访问策略 — LangChain · 2026-11-18
- Claude平台Beta上线关联计费,三方应用可代付API费用 — ClaudeDevs · 2026-11-18
- PentestBench 发布:17 个应用实测模型挖 Web 漏洞能力 — hunarbatra · 2026-11-18