Google 内部人士:CUA 能力与 OpenAI 差距缩至 0.9%,Agents' Last Exam 得 77.4%
allenainie · x · 2026-11-18
Google 员工 allenainie 发帖称,Gemini 在 CUA(计算机使用 agent)能力上已与 OpenAI「并驾齐驱」:从落后 6 个月到落后 3 个月,再到与 OpenAI 刚发布的模型差距仅 0.9%。
配图为 Agents' Last Exam v1.1 榜单(考察长程专业工作流):GPT-6.2 Astra 以 78.3% 居首,Gemini 4 Carbon 77.4% 紧随其后;Claude Fable 5.2 得分虽高但单任务成本高达约 $60,GPT-6.2 Astra 在约 $1-2 成本区间取得最高分。
「模型」频道最新
- OpenAI 内部秘密:工程师用 Astra for Law 写 PRD 和设计文档 — sherwinwu · 2026-11-18
- 爆料分析:GPT-6.2 Astra 并非 Bel,或为 6 系改进版,Bel 明年才来 — haider1 · 2026-11-18
- 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
- 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