Vals AI 实测:GPT-6.2 Astra 得分 29.01%,仍低于 Opus 5
teortaxesTex · x · 2026-11-18
评测机构 Vals AI 发布 GPT-6.2 Astra 预发布测试结果:这是其测过的最高分 OpenAI 模型,在 Vals RSI-Index(衡量模型自主完成 AI 研发任务的能力)上得 29.01%,较 GPT-6 Astra 的 27.07% 仅小幅提升。该指数以 50% 为人类水平基准。teortaxesTex 划重点:GPT-6.2 依然「below Opus 5」——图表显示 Opus 5 约 33%、Fable 5.2 约 38%,OpenAI 在自动化 AI 研究这条赛道上仍落后于 Anthropic 一大截。图中还可见 Kimi K3、GLM 5.3、Gemini 3.7 Flash、Grok-4.7 等模型的最新位置。
「模型」频道最新
- 爆料称 astra 6.2 并非新模型 Bel,或是 astra 6 改进版检查点 — haider1 · 2026-11-18
- 微软 Ignite 发布 7 款 MAI 模型:以极低价格对标 GPT-6 性能 — marlene_zw · 2026-11-18
- Google 内部人士:CUA 能力与 OpenAI 差距缩至 0.9%,Agents' Last Exam 得 77.4% — allenainie · 2026-11-18
- mitsuhiko 试用 GPT-6.2 Astra/Sol 后评价:「感觉还行,不惊艳」 — mitsuhiko · 2026-11-18
- GPT-6.2 Astra/Sol 口碑翻车:幻觉增多、速度变慢,被称「多年来最差发布」 — MicahBerkley · 2026-11-18
- Agent Arena 实测对比 GPT-6.2 与 Claude Fable 5.2,实际定价比预告低 35% — arena · 2026-11-18