待验证50% 置信基准精确时间
OpenAI 6.2 Astra 在 Agent's Last Exam 基准测试中得分 78.3,比 Claude Fable 5.2 高出 5.5 个百分点。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/18
首次发现
有效期至:2026/12/2
来源
OpenAI 6.2 Astra实测翻车:跑分惊艳,为何开发者却说难用?
youtubeTheo - t3․gg2026/11/18
涉及实体
相关事实
待验证在 Bench 2.0 基准上,一个内部模型得分 0.875,而 Astra 为 0.594;该内部模型的最低推理档得分 0.758,已超过 Astra 全力运行时的成绩。73% 相似待验证Anthropic 发布的 Fable 5.2 在 agentic science research 基准上得分从 Fable 5.1 的 52.6 提升至 74.6,超过 Opus 5.5 的得分和 Astra 的 68.1。72% 相似待验证在 Artificial Analysis 的 Intelligence Index 上,GPT-6.2 Astra 得分 62,较上一代 Astra 的 57 提升 5 分,位列第二,仅次于 Cloud Fable 5.2 的 65。71% 相似待验证OpenAI 6.2 Astra 在 Terminal Bench Science 上比上一代 6 Astra 高出 9 个百分点。69% 相似待验证Fable 5.2在远程劳动指数(Remark benchmark)上达到41%的自动化率,而一年前Opus 4.5仅约3.8%,GPT-6 Astra在9月达到约21%。68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1185489API
curl https://kongchang.com/api/v1/knowledge/claims/1185489MCP
get_claim(id=1185489)