- 天上火2026-09-04
astra 的表现
数学：强 sota（指与第二名模型存在至少一代差距
编程：弱 sota（指与第二名存在不到半代差距）
科学：强 sota
知识工作：强 sota
泛逻辑推理：sota （指与第二名的差距在半代接近一代差距之间）
长任务：sota
上下文：世界第二水准 512k-1M 上下文捞针紧落后 muse1.3 两分
正如我之前说的，astra 必然比 fable5.1 强 这两个模型不是同一个级别的 今天来看 astra 数十项基准全都高于 fable5.1，确实如此
主楼 
HelsingenMosken2026-09-04我就求他别发布完一周就开始流口水降智，还有就是抓紧改一改自动上下文压缩中 plan 异常缩水的问题，太难受了
- BlueFunny2026-09-04
但愿不是纯纯跑分特化，sol 挺强但是跑分特化过拟合太难受了，写出来的东西除了 llm 没人能看懂
- 天上火2026-09-04
从流出的结果来看，表现是对得起这个跑分的，甚至跑分有点保守了，而且 oai 再能刷分也不至于给几十项基准测试全部刷成 sota，
- lueluelue2026-09-04
- 天上火2026-09-04
- W1nge2026-09-04
- 吃风筝的人2026-09-04
gpt跟a\套路不一样，gpt重在走量
你看claude的漏洞讨论的就很少，但oai的一大把。这不是睁一只眼闭一只眼的半默许我是不信的。
astra发布，各种免费白嫖渠道一铺开，算力直接见底。发布当天估计就会负载过高，然后调整发布政策。甚至有可能面向个人用户的就直接是残血版，美其名曰安全分级
Rana_Pathan2026-09-04为什么 AA 分数 还没 Fable 5.1 高阿？ 这下拉了。
- canoez2026-09-04
openai官方 gpt astra帖子发完貌似秒删 这个帖子放的结果更全点，甚至ARC-AGI-3 99.9 ^-^
- xiaomao2026-09-04
- 朱慧月2026-09-04
哥们大胆预言一下 订阅用户 272k 祖宗之法不可变
- 天上火2026-09-04
- 天上火2026-09-04
这个网站有时候也不靠谱，比如关于 fable5.1 是否在昨天发布的预测，认为发布的人一直到凌晨一点都才百分之 25，结果才过十几分钟有推特消息确定要发布就又一下子冲到百分之 70
- BlueFunny2026-09-04
sol 那边是有点刷分特化了，就是它把所有任务都理解成一种答题测试了，必须得反复人工评分才能干得很好，欠缺自己的自我验证和反思能力，不知道 astra 咋样
- LIFE0014002026-09-04
这个网站就是不靠谱，一堆人老说什么这个网站砸了真金白银，所以会很准确。实际上大部分人都是跟风的。Fable5 什么时候会恢复？这个上面也是直到恢复的前几个小时，赔率才开始波动。说白了，真的有内幕的人还是极少数的少数者。赔率也是少数者。
- fablia2026-09-04
sol是已经可以开到1m了
