METR:截至 Opus 5.5 与 GPT-6 Astra,AI 研发能力猛进且更难测量

najoungkim · x · 2026-11-21

METR 发布季度能力评测更新(2026-11-20,作者含 Beth Barnes 等),评估了截至 Opus 5.5 和 GPT-6 Astra 的公开模型在 AI 研发加速相关任务上的表现。

原推补充说评测中用了游戏《杀戮尖塔》(但只用 Ironclad 角色测试)。

所属事件:METR:AI 研发能力快速提升且超出基准测量范围(4 条相关)→

原文链接 →

「漫话AGI」频道最新

更多「漫话AGI」频道 AI 资讯 →