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:Epoch ECI 与游戏、数学分项

原始来源

Epoch AI

作者未注明

原文日期2026-11-17

Tabbit 整理2026-11-17

查看原文

一句话结论

Epoch AI 模型页给 GPT-6.2 Astra 的 Epoch Capabilities Index(ECI)为 174,在页面所列 241 个模型中与 Claude Fable 5.2 并列第 1。ECI 是跨基准的总体能力指数;游戏、数学和其他测试的百分比是各自基准分数,不能当作 ECI 分项相加或互换。

适用场景

  • 适合判断的任务:查看 Epoch AI 收录的总体能力位置,以及游戏、数学、科学、软件工程等具名基准的分数。

  • 不适合外推的任务:据单一分数断言模型在所有游戏、数学或 Agent 任务上的表现;将不同基准的百分比直接比较。

  • 适用的模型版本:GPT-6.2 Astra;模型页标注闭源,发布日期为 2026-11-17。

  • 测试环境或客户端:未注明具体运行环境、提示词、工具或逐项测试配置。模型页展示设置选择器“Best score across settings”;不据此推断推理档位。

  • 推理档位和参数:未注明。

测评方法

Epoch 的 ECI 文档说明,通用 ECI 汇总 50 多个基准的结果,以模型能力、基准难度和斜率拟合 IRT 逻辑函数,并用贝叶斯模型估计参数。它是跨基准的尺度,不是原始百分比的平均值。Epoch 报告 ECI 为模型能力后验分布的均值,通用方法包含 90% 可信区间;GPT-6.2 Astra 模型页没有展示该模型的区间值。

模型页把各单项基准的管理方列为 Epoch AI。部分分数条同时显示模型分数和“Best score”标记;下表将其分列,不把最高值误作唯一结果。该页没有给出各基准样本量、运行配置或可逐项复现的测试记录。

关键结果

  • 总体:ECI 174;第 1 名,与 Claude Fable 5.2 并列;页面称共追踪 241 个模型。

  • 游戏:SpireClimb 41%;Chess Puzzles 78%(最高标记 79%);Earthborne Rangers(EBR-bench)92%;Mystery Game Puzzles 95%。

  • 数学:FrontierMath Erdős 10%;FrontierMath Tiers 1–3(v2)93%(最高标记 95%);FrontierMath Tier 4(v2)100%;OTIS Mock AIME 2024–2025 100%。

  • 其他分项:Furniture Assembly Benchmark 89%(最高标记 90%);GPQA Diamond 97%;MirrorCode 68%(最高标记 98%);SimpleQA Verified 79%(最高标记 94%)。

模型页的对照卡中,GPT-6.2 Astra 对 GPT-6 Astra、Claude Fable 5.2、Gemini 4 Carbon 的 ECI 分别为 174、169、174、170。分项对照显示:SpireClimb 为 41%、34%、15%、未列;FrontierMath Erdős 为 10%、3%、未列、3%;FrontierMath Tier 4 为 100%、98%、100%、95%。这些是同一页面的基准记录,缺项表示页面未列成绩,不代表零分。

原始数据

模型页 Full results 当前可见记录(分数由 Epoch AI 管理):

类别基准页面分数页面最高分标记
总体Epoch Capabilities Index (ECI)174—
游戏SpireClimb41%—
游戏Chess Puzzles78%79%
游戏Earthborne Rangers (EBR-bench)92%—
游戏Mystery Game Puzzles95%—
数学FrontierMath Erdős10%—
数学FrontierMath Tiers 1–3 (v2)93%95%
数学FrontierMath Tier 4 (v2)100%—
数学OTIS Mock AIME 2024–2025100%—
多模态Furniture Assembly Benchmark89%90%
科学GPQA Diamond97%—
软件工程MirrorCode68%98%
世界知识SimpleQA Verified79%94%

结论与边界

ECI 174 描述的是 Epoch 汇总出的通用能力位置;它不是游戏或数学的百分制分数。数学有单独的领域基准记录,Epoch 文档也说明存在 Math ECI 与软件工程 ECI,但 GPT-6.2 Astra 模型页展示的 174 是通用 ECI,没有给出该模型的 Math ECI 数值。

Epoch 的基准目录把 EBR-bench、FrontierMath Tiers 1–3、FrontierMath Tier 4、Furniture Assembly、MirrorCode 和 SpireClimb 标为包含 Agent 任务(部分还带其他领域标签)。这些仍是各自基准的分数;模型页没有单独的 Agent ECI 或 Agent 综合百分比。基准标签不能代替一个 Agent 总分。

比较时应限定在同一基准及其公开设置内。不同测试的题型、难度和计分方式各异;该模型页未披露样本量、具体提示词和逐项运行设置,不能仅凭这些结果复现测评,也不能推断未展示任务上的表现。ECI 与方法说明:Epoch ECI、ECI 方法文档;Agent 标签见 Epoch 基准目录。

复现说明

截至采集日,模型页公开 ECI、所列基准分数、部分最高分标记、发布日期、闭源状态及管理方;未公开 Astra 的逐项样本量、提示词、工具链和运行参数。该数据适合作为 2026-11-19 的页面快照,不应视为固定不变的排行榜。

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AI IQ2026-11-17

GPT-6.2 Astra:AI IQ 综合评分与基准覆盖

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