待验证50% 置信基准精确时间
OpenAI 6.2 Astra 在 Terminal Bench Science 上比上一代 6 Astra 高出 9 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 Terminal Bench Science 最高推理强度下 Astra 以 68.1% 排名第一,官方建议最难科研任务继续使用 Astra76% 相似待验证在 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。70% 相似待验证Opus 5.5 并非全线第一,在 Automation Bench 上以 40 略低于 Astra 的 41.4,在 Terminal Bench Science 上落后于 GPT-6 Astra70% 相似待验证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。69% 相似已验证在 Terminal Bench 4.0 上,Opus 5.5 得分 66.4%,Astra 为 57.9%,Fable 5.1 为 55.8%,前代 Opus 5 为 52.3%66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1185491API
curl https://kongchang.com/api/v1/knowledge/claims/1185491MCP
get_claim(id=1185491)