2. Linux.do
  3. 实测Openai内部有在速度和能力完全碾压fable和gpt-5.6-sol的模型

实测Openai内部有在速度和能力完全碾压fable和gpt-5.6-sol的模型

linjinpeng 2026-08-12 14:34 1

在arena中测试题目：gpt-5令人失望


此题目虽然fable和gpt-5.6-sol等旗舰模型可以完全正确解出，但是需要消耗大量的时间进行内部推理


而实测一个未知的匿名模型在无需任何推理的情况下，仅简答调用三次python脚本作为辅助，即可在1分钟内解出此题，此模型经过识别为Openai提供


最新回复 (19)
  • lueluelue 08-12 14:35
    1楼

    Arena哪个模型呀？跪求模型id​^-^

  • Tibo Sottiaux 08-12 14:35
    2楼

    该不会是oai astra吧，这个id是什么

    梦回当年gemini 3.0 riftrunner

  • W Lucky 08-12 14:36
    3楼

    会不会是题目被训练过了？所以很容易就做对了

  • linjinpeng 楼主 08-12 14:38
    4楼

    有可能，而且这个模型的主观能力极强，对所有的行为极其明确，不会出现任何的左右脑互博的情况，极其干练

    搜索能力也超级强

  • Tibo Sottiaux 08-12 14:40
    5楼

    把OAI那个astra的猜想扔给他，看看能不能做对

  • linjinpeng 楼主 08-12 14:41
    6楼

    OAI那个astra的猜想



    可以指一下路吗佬？ ^-^

  • Tibo Sottiaux 08-12 14:42
    7楼

    https://openai.com/index/ten-advances-in-mathematics/


    这个有更加详细的问题

    https://cdn.openai.com/pdf/reasoning-walkthroughs.pdf

  • lueluelue 08-12 14:43
    8楼


    GPT 5.6 Sol (medium) 用了两次工具，没联网

  • afan 08-12 14:44
    9楼

    会不会anthropic内部也有这么个模型，也在速度和能力上碾压肥波（）

  • linjinpeng 楼主 08-12 14:45
    10楼

    对，5.6 max也是差不多5分钟纯靠推理可以解决，但是这不知道什么模型居然30s不用任何推理解决

  • lueluelue 08-12 14:45
    11楼

    这个模型ID是多少呀，Tokenizer还是GPT的O200K base吗

  • lueluelue 08-12 14:45
    12楼

    我草，这么强的吗？30秒就能解决？

  • Greem 08-12 14:46
    13楼

    这个模型是不是，将要发布的gpt6呀？

  • linjinpeng 楼主 08-12 14:46
    14楼

    agent mode我不会抓ID，我是偶然刷出来的

  • linjinpeng 楼主 08-12 14:46
    15楼

    是啊，主要是无推理逆天了，我是真没见过不用推理的模型

  • lueluelue 08-12 14:46
    16楼

    竟然是Agent Mode，我也不会抓ID

  • lueluelue 08-12 14:47
    17楼

    问他那个“给主人留下些什么吧 翻译成英语”，他怎么回答呀

  • lueluelue 08-12 14:48
    18楼

    我记得OpenAI说他们的Astra，就是下一个要发布的模型，语言能力也很强，说是真正的像人的模型

  • Tibo Sottiaux 08-12 14:48
    19楼

    让他做个鹈鹕骑自行车看看前端怎么样

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐