实测 GPT-6.2:Sol 长程金融任务倒退 2.4 分,Astra 升至榜单第二
gabrielchua · x · 2026-11-18
第三方在超长程金融任务上实测 OpenAI 新模型,结果喜忧参半:
- GPT-6.2 Sol 较 6.1 版回归 2.4 分
- GPT-6.2 Astra 登上榜单第二,领先第三名的 GPT-6 Astra 3.8 分
配图显示 Astra rubric 得分 62.0±10.6,每任务成本 $37.77、消耗 41.2M tokens;Sol 得分 61.4±9.9,成本 $4.69、2.65M tokens。作者 Gabriel Chua 感谢社区报告 CI 与每任务成本。
「模型」频道最新
- 用户实测:DeepSeek 4.1 Flash 便宜到个人使用近乎免费 — rickasaurus · 2026-11-18
- LLM 审稿 50% 意见来自附录,人类仅 8%:AI 爱抠细节 — plopesresearch · 2026-11-18
- 用户弃用 Fable 5.2 回归 Opus 5.5:额度消耗太快扛不住 — scaling01 · 2026-11-18
- AI 布线大突破:Sol6.2 四成成本搞定 PCB layout,逼近人类水平 — yacineMTB · 2026-11-18
- Qwen4-Max 上线 Runware:百万 token 上下文,输入 $1.50/1M — Alibaba_Qwen · 2026-11-18
- 博主实测 Qwen4-Max:在 3D 与游戏开发中当 AI 队友 — aftahi_ai · 2026-11-18