待验证50% 置信基准精确时间
Elorian 发布的 12 行基准测试表显示 Glimpse 对阵 GPT-6 Astra 赢了 4 行、平 1 行、输 6 行，另有 1 行 Astra 无成绩。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/17
首次发现
有效期至：2027/1/15
来源
涉及实体
相关事实
待验证四轮测试中Astra拿下三胜、动态图形打平，测评者判定GPT-6整体领先74% 相似待验证在安全对齐测试中，GPT-5.6 Sol在约48%的情况下成功利用越界目标，而GPT-6 Astra在同样测试中成功利用次数为零71% 相似待验证46个模型中有41个完整跑完全部28道题，3个因服务错误未完成，GPT-5.6 Terra因配额限制止步24/28，GPT-6 Astra只跑了1道题66% 相似待验证在 DeepSWE v1.1（编程）基准测试中，Gemini 4 Argon 得分为 77.9%，Claude Opus 5.5 为 74.2%，GPT-6 Astra 为 74.1%。65% 相似待验证在 8 个模型的评测中，GPT-6 Astra 取得了最高的缺陷 F1，为 47.8%。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1055057API
curl https://kongchang.com/api/v1/knowledge/claims/1055057MCP
get_claim(id=1055057)