GPT-6 Astra 在 AI 基准測試中躍升 4 分
artificial analysis 更新 intelligence index v4.2 以回應 gpt-6 astra 評分引發的質疑. 新增基準測試和 40% 私有測試數據旨在防止刷分.
Artificial Analysis 將其智慧索引更新至 v4.2，這是由於對 GPT-6 Astra 初步評分的懷疑態度所驅使。早期的評估曾給予 Astra 很高的排名，但 Artificial Analysis 的評分卻與其前身相似。更新後的索引使 Astra 獲得 4 分的提升，位居第二，僅次於 Anthropic 的 Claude Fable 5.1。Astra 每任務使用的 token 也比其他前沿模型少。更新內容包括新的基準測試，如 AA-Briefcase 和 GDP.pdf，並將私有測試數據的權重提高至 40%。