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:

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。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →