GPT-6 Astra、AIベンチマークの大改定で4ポイント躍進
gpt-6 astraのスコアリングに疑問の声が上がったことを受け、Artificial Analysisがインテリジェンスインデックスv4.2を更新。新ベンチマークと40%の非公開テストデータにより、ゲーミング(不正操作)の防止を狙う。
Artificial Analysisは、GPT-6 Astraの初期スコアリングに対する懐疑心から、インテリジェンスインデックスをv4.2に更新した。以前の評価ではAstraは高く評価されていたが、Artificial Analysisはその前身と同様のスコアを付けていた。更新されたインデックスでは、Astraは4ポイントの上昇を果たし、AnthropicのClaude Fable 5.1に次ぐ2位となった。Astraはまた、他のフロンティアモデルよりもタスクあたりのトークン使用量が少ない。更新には、AA-briefcaseやGDP.pdfなどの新しいベンチマークが含まれており、プライベートテストデータの重み付けを40％に増やしている。