已过期50% 置信基准精确时间
在无污染基准上，经过训练的8B模型在创意效用指标上超过了Claude Opus 4.8和GPT-6 Astra。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/16
首次发现
此条事实已过期，仅作历史留存，不再代表当前状态
有效期至：2026/10/30(已过期)
来源
涉及实体
相关事实
待验证GPT-6 Astra以平均分0.90在八款模型中表现最佳，Claude Opus 5平均分0.82次之77% 相似待验证测试者认为 Opus 5.5 的输出在流畅度、物理真实感和整体观感上明显优于另外三款模型68% 相似部分验证在 Artificial Analysis 指数中，Claude Opus 5.5 得分为 58，Gemini 4 Argon 和 GPT-6 Astra 均为 53。68% 相似待验证Opus 5.5在token效率上不如Opus 5：Opus 5的max档每任务用73k token，Fable用78k，Opus 5.5的max档接近12万token，而GPT-6 Astra只需27k67% 相似待验证Tev-27B 完全在 ALE（Agents' Last Exam）的计算与数学科学领域上使用 PPRS 训练，在 ALE-CM 的 Pass@5 指标上匹配了 GPT-6 Astra 和 Claude Opus 5。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1041913API
curl https://kongchang.com/api/v1/knowledge/claims/1041913MCP
get_claim(id=1041913)