用户吐槽Anthropic模型表现逼其降级

作者引用 OpenAI 官方基准称 GPT-6 Astra 以 99.9% 饱和 ARC-AGI-3，在 ExploitBench 得 100%，并在各项基准上全面超过此前保持 SOTA 两天的 Claude Fable 5.1，且价格更低。

Meta 发布 Muse Spark 1.3，为五个月内第四个 Muse Spark 版本。max 变体（合作伙伴限时预览）在 Artificial Analysis Intelligence Index 得 62 分。

有观点认为GPT-6 Astra发布只是开端，Anthropic正筹备代号Fable 5.2的重大版本以回应OpenAI。OpenAI DevDay临近，Sam Altman称将很快推出能力更强的模型。Grok 4.7也将在下周发布。

作者转发 OpenAI 网站上线的消息，并称 GPT-6 Astra 各方面能力都很突出，配图显示其在内部数据科学任务评测中取得 40.9% 的高分。引用内容还提到 Claude Fable 5.1 当日表现强劲，且 GPT-6 Astra 并非 OpenAI 今年将发布的最后一款模型。

作者转发一张完整基准对比表，称 OpenAI 新发布的 GPT-6 Astra 在多项评测上明显领先。ARC-AGI-3 从 GPT-5.6 Sol 的 7.8% 升至 98.6%，FrontierMath Tier 4 （v2） 为 97.6%，SRE-Bench 为 99.2%，ExploitBench 为 100.0%；作者称其压过了新发布的 Claude Fable 5.1。

事情现在开始加速了：Gemini 3.8 可能即将发布。尽管 Gemini 3.7 才推出几周。 据 Business Insider 报道："部分员工已开始使用 Gemini 3.8 Flash 的预览版，这凸显了 AI 竞赛的飞速节奏--谷歌每隔几周就推出新模型，以跟上 OpenAI 和 Anthropic 的步伐。" 据报道，Gemini 3.8 明显优于 3.7，看来谷歌正在全力加速，再次迎战竞争对手。

OpenAI 据报已完成代号"Bel"的下一代预训练模型，总参数超 10T，规模接近 GPT-4.5，预计成为 Astra 与 GPT-6 的基础。Anthropic 因算力受限，被认为今年内难以应对 Astra 的公开推出，但预计明年初可重回领先。

OpenAI 发布 GPT-6 Astra，首席研究官 Mark Chen 称其能构建测试软件、跨应用操作电脑并尝试开放科学问题。作者补充数字：OSWorld 真实桌面任务从 75 分钟降到 40 分钟，职场自动化从 18% 升到 41%，未防护越权率从上一代 48% 压到 0%，并称花了 2000 美元算力解出 10 道十年未解的数学与理论计算难题；同时指出带工具的综合测试仍落后 Claude。

OpenAI 的 GPT-6 Astra 今日起向部分组织推出，随后面向 ChatGPT Plus、Pro、Business、Enterprise 用户开放，API 定价为每百万输入 $10、每百万输出 $50，与 Claude Fable 5/5.1 持平。

OpenAI 推出 GPT-5.6 系列，包括旗舰 Sol、平衡型 Terra 和成本最优 Luna。在 Agents' Last Exam 上，Sol 以 53.6 分超越 Claude Fable 5（自适应推理）13.1 分；中等推理时以约四分之一成本领先 11.4 分。Terra 和 Luna 以约十六分之一成本超越 Fable 5。在 Artificial Analysis Coding Agent Index 上，Sol 以 80 分创 SOTA，高于 Fabl…