Tabbit
活动资源博客模型
Tabbit LogoTabbit

Tabbit — 为你工作的 AI 浏览器

主题资源

  • 浏览器排行榜
  • AI 浏览器指南
  • 浏览器对比
  • 浏览器测评
  • 浏览器替代方案
  • 浏览器专题目录
  • Agentic 浏览器
  • 下载与安装
  • 浏览器效率
  • SillyTavern 模型指南

热门指南

  • Best Browsers 2026: Top 10 Ranked & Compared
  • Best Free AI Browsers 2026: Plans & Prices Compared
  • Rabbit Browser: What It Is & Why Tabbit Is Better
  • Firefox vs Chrome 2026: Privacy, RAM & Speed Compared
  • Best Lightweight Browsers 2026: 7 Tested for RAM & Speed
  • AI Browser List 2026: 10 Browsers Compared
  • Neobrowser: Norton Neo, Download & Alternatives
  • Edge vs Chrome 2026: Speed, RAM & Battery Tested
  • Best Internet Browser for Android 2026
  • Best AI Browser 2026: Top 9 Tested & Ranked

活动

  • 别装了,你在《牛来》里早有原型
  • Tabbit 妙招大赛
  • KPOP SBTI 饭圈人格测试
  • Tabbit 校园共创者计划
  • fifi 的论文文献妙招精选
  • 用户问卷

关于

  • Tabbit 博客
  • 媒体报道
简体中文
简体中文English
测评
媒体GPT-6.2 Astra

GPT-6.2 Astra:AI IQ 综合评分与基准覆盖

原始来源

AI IQ

作者AI IQ

原文日期2026-11-17

Tabbit 整理2026-11-17

查看原文

一句话结论

AI IQ 显示 GPT-6.2 Astra 的 Composite IQ 为 140(#5/185),但 39 项基准只有 8 项有公开结果,七维中四维为估算;140 是 AI IQ 对不完整覆盖数据的七维等权汇总,不是模型接受统一 IQ 测试所得的实测分数。

适用场景

  • 适合判断的任务:查看 AI IQ 自有量表中的综合分、七维分数、公开基准覆盖和同站排名快照。

  • 不适合外推的任务:推断人的 IQ 等价、未测任务表现,或把 AI IQ 分数当成对底层基准的独立复测。

  • 适用的模型版本:AI IQ 标注的 gpt-6.2-astra;该页未注明各基准使用的具体模型修订版或推理档位。

  • 测试环境或客户端:AI IQ 模型档案汇总公开基准榜单;该模型页未提供逐项完整 harness、样本数、运行参数或原始输出。

  • 推理档位和参数:未注明。

测评方法

AI IQ 方法页说明,Composite IQ 为七个维度的等权平均:抽象推理、数学推理、学术推理、程序推理、电脑使用、可靠性、知识工作。底层基准分数按 AI IQ 为各项基准设定的 IQ 70、85、100、115、130、145、160 锚点映射;覆盖不足时,维度估算会结合直接结果和不确定的前代先验。AI IQ 将前代 GPT-6 Astra 列为可能的估算输入,并明确前代数据不等于 Astra 的实测结果。

AI IQ 页面称所有已列基准分数沿用其来源数据,并为本页各项结果标注了“Full source leaderboard reconciliation · Nov 18”。本页记录的是 AI IQ 自己的聚合与估算,以及它展示的来源分数;没有独立重跑底层测试。AI IQ 方法页将结果称为相对其校准体系的估计,并指出其模型区间未经过经验校准,不是统计置信区间。

关键结果

截至采集日,页面显示:

维度AI IQ 分数状态已公布基准排名
抽象推理134实测维度3/5#2/220
数学推理153实测维度3/5#2/185
学术推理134估算0/6#15/222
程序推理150估算0/6#6/186
电脑使用139估算0/5#13/185
可靠性137实测维度2/6#5/187
知识工作132估算0/6#11/185

页面展示的 Composite IQ 为 140,#5/185;总覆盖为 8/39 项基准、3/7 个实测维度。其余 31 项标为“Not yet reported”,不是零分。

原始数据

AI IQ 模型页列出的 8 项来源基准结果如下。分数、名次和领先者为页面展示值;不同基准来自各自来源榜单,不能据此认为它们使用了统一测试环境。

维度基准页面所列结果页面所列名次或领先者
抽象推理ARC-AGI-295.8%#1/73;页面标为该项领先
抽象推理ARC-AGI-370.3%#2/29;领先者 fable-5.2(81.2%)
抽象推理ARC-AGI-198.5%#8/73;领先者 fable-5(98.5%)
数学推理MathArena92.2%#1/70;页面标为该项领先
数学推理FrontierMath Tier 4100%#3/76;领先者 fable-5.2(100%)
数学推理FrontierMath Tier 1–392.6%#4/88;领先者 fable-5.2(95.1%)
可靠性SimpleQA Verified78.5%#2/84;领先者 fable-5.2(94.0%)
可靠性BullshitBench v255.0%#36/95;领先者 opus-4.8(94.0%)

页面还列出:AI IQ 有效成本为 $28.09/百万输入与输出 token,速度未测量。该有效成本属于 AI IQ 的成本估算,不是上述基准的原始分数。

结论与边界

这份快照适合描述 AI IQ 当前展示的分数和覆盖状况:抽象推理、数学推理和可靠性有直接基准输入;另外四维没有该模型已公布的基准结果而被估算。页面未说明前代先验对各维度的具体权重,也未展示维度区间的数值细节,不能据此反推估算过程或重算综合分。

AI IQ 的“100 = average human”是其量表锚点;其方法页明确将 IQ 用作直观参照,不主张 AI 基准与标准化人类 IQ 测试等价。不同维度的排名分母不同,且来源基准的版本、harness 与样本构成可能有差异;小幅名次或分数差距不宜作强结论。

审查范围与证据分类:仅审查 AI IQ 的 GPT-6.2 Astra 模型档案、七维综合分、已公布的 8 项基准结果及缺失项估算说明。AI IQ 模型页是其自身综合分与估算的直接来源;底层基准分属于 AI IQ 汇总的来源数据,不是本笔记独立验证的测试。AI IQ 模型页未公开每项测试的提示、样本量、完整运行参数和原始轨迹。

复现说明

采集时通过 Tabbit 打开指定模型页,并读取 AI IQ 模型档案的正文、维度表、基准结果表和估算说明。另查阅 AI IQ 方法说明核对七维框架、等权公式、估算和区间边界。模型页是唯一主来源;方法页仅用于解释 AI IQ 自有评分规则。页面是动态榜单快照,后续分数、排名、覆盖或方法更新可能改变;要复核,应按相同访问日重新记录模型页和方法版本,并逐项回到页面标注的上游榜单。

Tabbit 小编提醒

本文是第三方资料导航。测试环境、模型版本和主观体验可能不同,请以原文为准。

GPT-6.2 Astra

在 Tabbit 中使用并对比模型

GPT-6.2 Astra

相关测评

官方OpenAI

OpenAI 发布的 GPT-6.2 Astra 基准与成本对照

官方Reddit,r/OpenAI2026-11-19

Reddit 作者的 GPT-6.2 Astra 与 Blender MCP 六项建模体验

媒体Artificial Analysis

Artificial Analysis:GPT-6.2 Astra 综合指数与任务成本

媒体Epoch AI2026-11-17

GPT-6.2 Astra:Epoch ECI 与游戏、数学分项

GPT-6.2 Astra

相关提示词与案例

官方OpenAI Developers

GPT-6.2 Astra API 模型配置与计价

官方OpenAI Developers

GPT-6.2 Astra 提示方法与 API 迁移

官方GitHub Changelog2026-11-17

GitHub Copilot 中选择与管理 GPT-6.2 Astra

官方OpenRouter2026-11-17

在 OpenRouter 调用 GPT-6.2 Astra:端点与提供商路由