Agents' Last Exam:GPT-6.2 Astra 得 78.3%,成本仅 Fable 的 1/20
haider1 · x · 2026-11-18
Agents' Last Exam v1.1 榜单上,GPT-6.2 Astra 以 78.3% 的得分居首,且每任务成本仅 $3;Claude Fable 5.2 得 72.8% 但成本高达 $60/任务,Claude Opus 5.5 得 71.6%、成本 $17.50/任务——Astra 在分数与成本上形成碾压级性价比。作者还引用此前结论称 GPT-6.2 Astra 是 OpenAI 首个公开达到「AI 自我改进(RSI)高阈值」的模型,认为通往 RSI 的路径正变得清晰。配图为 OpenAI 官方的得分-成本散点图,直观展示 Astra 处于得分最高、成本最低的位置。
所属事件:GPT-6.2 Astra 登顶 Agents' Last Exam 基准(3 条相关)→
「漫话AGI」频道最新
- Dario Amodei 警告开源模型危险:可随时监控、吊销用户权限 — mark_k · 2026-11-18
- OpenAI 首席科学家发文警示 AI 风险,引发应否减速监管之争 — trevposts · 2026-11-18
- 学者抨击 AI 检测工具迷信:评审就该读内容而非看代理信号 — ipeirotis · 2026-11-18
- 2026 Berggruen 哲学奖授予《成为一只蝙蝠是什么感觉》作者 Nagel — begusgasper · 2026-11-18
- Karina Nguyen 普林斯顿演讲:AI 研究 agent 应按研究者品味来评判 — karinanguyen · 2026-11-18
- 前 OpenAI 研究员提案:公开算力分配并接受第三方审计 — sjgadler · 2026-11-18