gpt-6IMAGE
四个模型做严重度排序的一致性对比
测试显示 GPT-6 Astra、GPT 5.6 Sol、Fable 5.1 与 Gemini 3.8 Flash 的严重度评级高度相关，斯皮尔曼系数 0.9。
antra
@tessera_antra2026.09.19收录原推发布于 2026.09.19
antra @tessera_antra原推发布于 2026.09.19
Severity rankings are well-correlated between four judges, with 0.9 spearman correlation between GPT-6-Astra, Gpt 5.6 Sol, Fable 5.1 and Gemini 3.8 Flash.
x.com/tessera_antra/status/2101078654487019764采集于 2026.09.19 10:13