WHAT NEW IN X11.04 WED

X 上的 AI 合集档案 · 22 个合集 · 66,612 条

gpt-6IMAGE

GPT-6 Astra 在 arXiv 数学基准上小胜 Fable 5.1

新论文级数学题基准上 Astra 得 88.6%,Fable 5.1 为 87.7%,但每题成本 3.63 美元对 12.77 美元。

Haider.
@haider12026.09.17收录原推发布于 2026.09.17
GPT-6 Astra 在 arXiv 数学基准上小胜 Fable 5.1
Haider. @haider1原推发布于 2026.09.17
在 X 上打开原推

GPT-6 Astra brutally mogged Fable 5.1 on a benchmark testing research-level math problems from recent arXiv papers 88.6% vs. 87.7%, while costing just $3.63/problem vs. $12.77 similar performance at less than one-third the cost

这条是引用着另一条写的:「BrokenArXiv 与 ArXivMath 新基准:Astra 居首」

x.com/haider1/status/2100386754423336980采集于 2026.09.17 10:16