gpt-6POST
New benchmark ranks Astra and Fable 5.1 on top, but one user only asks whether a model stops mid-task
A Japanese user says they never pick models by benchmark scores, only by whether a model silently stops mid-task, and asks how non-coders choose.
Lily｜AI×自動化×マーケティング🤖
@bokuwalilyArchived 2026.09.14Originally posted 2026.09.11
Lily｜AI×自動化×マーケティング🤖 @bokuwalilyOriginally posted 2026.09.11
ベンチマークの新版が出て、Claude Fable 5.1とGPT-6 Astraが上位らしい。でも僕は点数でモデルを選んだことが一度もない 選ぶ基準は「黙って止まらないか」。作業を投げて、途中で消えないやつを残す コード書かない人ってみんな何でモデル決めてます？
x.com/bokuwalily/status/2098192846478279155Archived 2026.09.14 16:18