• Not_Found_404

    图片

    图片

    貌似长上下文能力更强了

    图片

    其他方面

    图片

    图片

    网络安全

    图片

    疑似官方帖子的图片

    图片

    图片

    图片

    图片

    图片

    定价可能跟fable 5一样

    图片

    主楼
  • ishadows

    openai这到底什么意思啊,发了又删的,不会是astra在负责自己的发布吧?

    #1
  • Not_Found_404

    不知道,我在x上陆陆续续看到了不同的测试图

    #2
  • 𝕂𝔼𝔼ℕ𝔼ℂℍ𝔼ℕ

    woc,肥波5原来这么强差一代都还能持平

    #3
  • IkedaTeresa

    @lueluelue 这里有疑似官网原帖的截图.

    #4
  • DFobainx

    尴而尬之

    图片

    #5
  • 吃风筝的人

    astra就这还藏着掖着,限制性发布

    当时5.6也说对台肥波5来着,吹的可热闹了。后来呢?

    差了整整一代,图上根本看不出差距……

    #6
  • laokke

    我也用过fable5 也没有一代那么大吧..

    #7
  • Not_Found_404

    如果这些基准测试保真,写代码可能也就是比fable 5.1 强那么一些。

    图片

    图片

    #8
  • BlueFunny

    感觉没那么夸张,差距肯定有,但主要是方向上的差异(一个倾向于结果不管过程,导致代码没人能看得懂,另外一个倾向于过程而导致结果可能不让人满意),最终效果其实差不多的,而且 sol 比 fable 也便宜不少

    #9
  • lueluelue

    其实我特别好奇,为什么Polymarket上面赔率还是这么高

    按说如果那些新闻网站说的是真的,只给企业客户中的Daybreak Trust Access 访问,那不应该结算为Yes呀

    图片

    polymarket.com

    图片

    OpenAI’s Astra released by…?

    $1,013,774 has traded on "OpenAI’s Astra released by…?" as of September 3, 2026. View real-time odds or trade on The World’s Largest Prediction Market™

    #10
  • 吃风筝的人

    主要肥波5是5.6时代的东西了。这个astra可是刚发。对标也得是5.1时代的

    LLM迭代速度又快,这几个月还真就差出来一代了

    #11
  • skyblu

    有一说一 MRCR是和我使用体感最接近的benchmark 狠狠期待了

    #12
  • Not_Found_404

    我一般是限制在500k内,个人感觉是比ds的上下文能力强,

    #13

发表回复

登录后回复