曝 OpenAI Astra/Sol 5.2 以约20%成本登顶 LabBench 与 ScreenBench

danielmckinn0n · x · 2026-11-19

第三方评测账号 danielmckinn0n 称,OpenAI 的 Astra 5.2 与 Sol 5.2 在 GamowLabs 评测上显著推进 Pareto 前沿,并以微弱优势拿下 LabBench 和 ScreenBench 第一。配图显示:RareBench 完整因果召回上 Gemini 4 Carbon 与 Claude Fable 5.2 以 61.5% 并列第一;LabBench 平均任务分 GPT-6.2 Astra 以 50.7% 居首,Gemini 4 Carbon 50.3% 紧随其后;ScreenBench 上 GPT-6.2 Astra 得 0.748 领先。

作者最关注的点是效率:Astra/Sol 5.2 仅用约 20% 于 Fable 5.2 的成本与 token 消耗就达到该成绩,代表一种向简洁、快速演化的趋势。他认为自己工作流中 Gemini 4 Hydrogen 与 Astra 5.2 将争夺主力位置,后续会给出实际体验对比。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →