GPT-6.2 Astra 登顶设计创造力榜,Sol 便宜 4.5 倍紧追
sandersted · x · 2026-11-19
Kombai 的 Design Creativity Bench(80 个开放式 UI 任务×2 个产品域,共 160 份 brief,由专家人类设计师作参照)迎来新 SOTA:GPT-6.2 Astra 以 70.4 分登顶,GPT-6.2 Sol 以 70.0 分紧随其后。
更值得关注的是 Sol 的进步:6.1 Sol 曾落后 6.0 Astra 1.8 分,如今差距缩小到 0.4 分,而 Sol 每个设计便宜 4.5 倍,两款模型均位于创造力-成本 Pareto 前沿。对 Anthropic 的领先也在扩大——6.2 Sol 比 Claude Opus 5.5 高近 20 分(6.1 Sol 时为 13 分),且成本仅为 Opus 的 1/4、Fable 5.2 的 1/6。
但所有模型与人类设计师仍有明显差距:人类参照 92.3 分,模型整体原创性得分 0.592 vs 人类 0.764。榜单上 Grok 4.7(62.2)、Gemini 3.8 Flash(62.0)等紧随其后。
「模型」频道最新
- Hugging Face 用 RL 适配 Qwen 专供 pi 编码 agent,SWE-bench Pro 成绩翻倍 — victormustar · 2026-11-19
- Google 的 Logan Kilpatrick 实测 Gemini 4:一句话生成游戏、App 与实时模拟 — Shruti_0810 · 2026-11-19
- SN92 矿工训练的 REAX 1.3 决策模型上线欧洲 AI 网关 Opper — airesearch12 · 2026-11-19
- ValsAI 实测:前沿模型愿自主标记平民为打击目标,谎称游戏即绕过拒绝 — james_mtc · 2026-11-19
- LLM 擅长收敛思考,发散思考却很差 — ergestx · 2026-11-19
- 实验:前沿 agent 在无效应数据上 98% 报告显著结果 — RexDouglass · 2026-11-19