2. Linux.do
  3. astra 官方基准测试成绩

astra 官方基准测试成绩

天上火 2026-09-04 03:09 1

astra 的表现


数学：强 sota（指与第二名模型存在至少一代差距


编程：弱 sota（指与第二名存在不到半代差距）


科学：强 sota


知识工作：强 sota


泛逻辑推理：sota （指与第二名的差距在半代接近一代差距之间）


长任务：sota


上下文：世界第二水准 512k-1M 上下文捞针紧落后 muse1.3 两分



正如我之前说的，astra 必然比 fable5.1 强 这两个模型不是同一个级别的 今天来看 astra 数十项基准全都高于 fable5.1，确实如此

最新回复 (16)
  • HelsingenMosken 09-04 03:11
    1楼

    我就求他别发布完一周就开始流口水降智，还有就是抓紧改一改自动上下文压缩中 plan 异常缩水的问题，太难受了

  • BlueFunny 09-04 03:13
    2楼

    但愿不是纯纯跑分特化，sol 挺强但是跑分特化过拟合太难受了，写出来的东西除了 llm 没人能看懂

  • 天上火 楼主 09-04 03:15
    3楼

    从流出的结果来看，表现是对得起这个跑分的，甚至跑分有点保守了，而且 oai 再能刷分也不至于给几十项基准测试全部刷成 sota，

  • lueluelue 09-04 03:15
    4楼

    上下文：世界第二水准 512k-1M 上下文捞针紧落后 muse1.3 两分



    这个在哪里写的呀，没看到呢？没看到MRCR v2

  • 天上火 楼主 09-04 03:17
    5楼

    对的，发帖子的时候漏发了


  • W1nge 09-04 03:18
    6楼

    666居然能匹敌muse spark 1.3了

    真是倒反天罡

  • 吃风筝的人 09-04 03:19
    7楼

    gpt跟a\套路不一样，gpt重在走量


    你看claude的漏洞讨论的就很少，但oai的一大把。这不是睁一只眼闭一只眼的半默许我是不信的。


    astra发布，各种免费白嫖渠道一铺开，算力直接见底。发布当天估计就会负载过高，然后调整发布政策。甚至有可能面向个人用户的就直接是残血版，美其名曰安全分级

  • Rana Pathan 09-04 03:19
    8楼

    为什么 AA 分数 还没 Fable 5.1 高阿？ 这下拉了。

  • canoez 09-04 03:19
    9楼

    openai官方 gpt astra帖子发完貌似秒删 这个帖子放的结果更全点，甚至ARC-AGI-3 99.9 ^-^

  • xiaomao 09-04 03:20
    10楼


    那还不快点入手，财富自由的机会就在眼前

  • 朱慧月 09-04 03:21
    11楼

    哥们大胆预言一下 订阅用户 272k 祖宗之法不可变

  • 天上火 楼主 09-04 03:26
    12楼

    因为 openai 莫名其妙将 astra 的官方博客发了又删，导致现在进入页面就 404，还好有老外保存了官网快照，大家从这个链接进去就能看到完整的官方博客了


    详情参考

  • 天上火 楼主 09-04 03:31
    13楼

    这个网站有时候也不靠谱，比如关于 fable5.1 是否在昨天发布的预测，认为发布的人一直到凌晨一点都才百分之 25，结果才过十几分钟有推特消息确定要发布就又一下子冲到百分之 70

  • BlueFunny 09-04 03:31
    14楼

    sol 那边是有点刷分特化了，就是它把所有任务都理解成一种答题测试了，必须得反复人工评分才能干得很好，欠缺自己的自我验证和反思能力，不知道 astra 咋样

  • LIFE001400 09-04 03:34
    15楼

    这个网站就是不靠谱，一堆人老说什么这个网站砸了真金白银，所以会很准确。实际上大部分人都是跟风的。Fable5 什么时候会恢复？这个上面也是直到恢复的前几个小时，赔率才开始波动。说白了，真的有内幕的人还是极少数的少数者。赔率也是少数者。

  • fablia 09-04 03:41
    16楼

    sol是已经可以开到1m了

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐