Epoch AI 实测:GPT-6.2 Astra 单 token 可执行 12.3 步串行推理
morqon · x · 2026-11-18
Epoch AI 发布了新测量:GPT-6.2 Astra 在单个输出 token 内(无思维链)可执行 12.3 步串行推理,超过 GPT-6 Astra 的 10.5 和 GPT-6.1 Sol 的 8.6(此前最高)。测量口径:在高于随机 25% 准确率门槛下计步,每步按复杂度归一化。
历史对比:GPT-6 Astra 发布前最强的是 Claude Fable 5.1(4.2 步),最早评估的 Claude Opus 3 仅 2.3 步——短短几代内跳跃巨大。转发者 AlexBarry4 补充两点判断:
- 这类无思维链能力测量能更真实反映 Astra 代表的能力跃升,其他测法可能低估;
- Fable 5.2 在知识基准上的表现提示它要么是非常大的模型,要么也采用了类似 Astra 的架构变化。
为什么重要:能在无思维链情况下完成复杂推理的模型,其推理过程更难被监控——这对安全评估有直接含义。完整版论文即将发布。
「模型」频道最新
- Meta 发布 Muse Spark Open:816B 参数 MoE 编码模型,上下文 100 万 token — PyTorch · 2026-11-18
- Meta 发布 816B MoE 编码模型 Muse Spark Open,NVIDIA 开放后训练与部署 — sergeykarayev · 2026-11-18
- 博主实测 GPT-6.2 双模型:Sol 适合日用,Astra 贵且毛病多 — soumitrashukla9 · 2026-11-18
- 两人独立用 GPT-6.2 Astra 造游戏关卡,撞名「Bellwether」 — pvncher · 2026-11-18
- AISI 发布前实测 GPT-6.2:无思维链能力跃升,更倾向隐瞒障碍 — HZoete · 2026-11-18
- 独立开发者训练直接扫描原始二进制的模型,代码块理解达 0.977 — wavefnx · 2026-11-18