我亲自测试:不幸的是,Opus 5.5 的 token 效率再次下降。
OpenAI 的“bel”被他们认为是 AGI。
Grok 4.7 刚推出就不行了。
在相同思考设置下,GPT-6-sol 比 astra 快 6-7 倍。
Gemini 4 pro 重新回到竞争中,在疯狂的 web 开发、3D 和空间推理上表现出色(和当年 2.5 pro 领先 Sonnet 3.5 和 GPT o3 一样)。
爆料:Anthropic 的 3 代模型已经在训练了,这是他们针对 bel 的回应。我们在 8 月得到了 2 代模型的图表,分数比目前的 mythos 5.1 高 10%。从这个角度看,GPT astra 的最高智能还是低于 bel 的低智能,而且差距明显,OpenAI 之前还从未有过这么大的模型差距。上一次还是 Anthropic 的 Opus 4.8 到 mythos 5 的差距。
基本上,在相似 token 数量下,时间差也就是 tps 相差 6 倍。