待验证50% 置信基准精确时间

Astra在Artificial Analysis智能指数上低于GLM 5.3 Flash等小模型，因该指数基于已过时饱和的基准（如GPQA）

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/4

首次发现

有效期至：2026/10/18

来源

GPT-6 Astra深度解析：强到让OpenAI自己也担忧

涉及实体

GPT-6 Astramodel Artificial Analysiscompany GLM 5.3 Flashmodel GPQAconcept

相关事实

待验证GPT-6.1 Sol「工具出故障时不如实告知」比例从 4.9% 降到 2.1%，Astra 为 1.5%65% 相似待验证在Artificial Analysis智能指数综合测试中，GPT-5.6性能比Claude Opus 4.5略低约0.9分，但成本几乎减半64% 相似待验证据《华尔街日报》报道，Google内部评估显示这些中间检查点模型在性能上与Flash系列相比没有显著优势64% 相似待验证Astra的对齐表现优于旧版，寻找其他智能体的群体行为倾向从旧版Sol的43%降至不到4%64% 相似已验证Flash模型每token的推理成本通常比Pro级模型低一个数量级63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/972631

API

curl https://kongchang.com/api/v1/knowledge/claims/972631

MCP

get_claim(id=972631)