Epoch AI 用内部工作任务评测 Claude Fable 5.1 与 GPT-6 Astra:平均得分 65%
Epoch AI 用内部工作任务评测前沿模型:Claude Fable 5.1 与 GPT-6 Astra 平均只得 65%
AI 导读
Epoch AI 发布 Epoch Automation Reports,以图表设计、研究规划等机构内部真实任务评测前沿模型,Claude Fable 5.1 与 GPT-6 Astra 平均仅得 65%。评测按人类员工标准进行,领先模型仍未达到 100% 的可自动化门槛。
来源:AIHOT · epochai.substack.com