Chinese content民间AI排行榜单新鲜出炉，Fable 5.1仅排第三
B站UP主做的这个民间测试很有意思，用各种贴近现实、条件更苛刻的场景测试大模型，看它们能不能真正干活，而不是只看跑分有多好看。
Latest
Every published item, in order · 167 items
9月19日
9月17日
Chinese contentGPT-6 Astra Max 在代码竞技场 Web 开发排名中位列第一
OpenAI 的 GPT-6 Astra Max 在代码竞技场 Web 开发排名中赢了 Anthropic 的 Claude Fable，在数据分析和内容创作方面表现更好。
Chinese contentOpenAI GPT-6 Astra (Max) 在代码竞技场 WebDev 类别中排名第一
OpenAI 新发布的 GPT-6 Astra (Max) 在代码领域表现很强劲，比 GPT-5.6 Sol 强很多，但和 Claude Fable 5.1 比起来，用户更喜欢后者。
Chinese contentGPT-6 Astra 和 Claude Fable 5.1 性能提升但成本更高
OpenAI 和 Anthropic 新发布的模型性能提升明显，但价格也更高，对比一下不同模型的性价比。
9月16日
Chinese contentImage-to-WebDev Arena更新：四款新模型发布
OpenAI发布了GPT-6 Astra (Max)，在Image-to-WebDev任务上表现最好，比GPT-5.6 Sol好很多。
9月15日
Chinese contentClaude Fable 5.1 仍居 AI 指数首位，与 GPT-6 Astra 并列
Anthropic 新发布的 Claude Fable 5.1 在最新 AI 指数中表现不错，和 GPT-6 Astra 并列第一，而且能帮你省点钱。
Chinese contentGPT-6 Astra 在 ARC-AGI-3 基准测试中登顶，同时降低 token 成本
DeepLearningAI 分析了 GPT-6 Astra 的最新表现，它不仅登顶了 ARC-AGI-3 基准测试，还降低了 token 成本，对开发者来说很实用。
9月14日
Chinese contentClaude Fable 5.1 帮助开发者两天完成 CRM 仪表盘开发
朋友用 Claude Fable 5.1 两天就搞定了 CRM 仪表盘，比纯手动快得多，适合需要快速开发的人。
9月13日
Chinese contentGPT-6 Astra 在 Andon Labs 基准测试中表现优于 Claude Fable 5.1
GPT-6 Astra 在 Andon Labs 的基准测试中表现更好，无人机控制能力更强。
Chinese contentCode Arena WebDev榜单更新：OpenAI GPT-6 Astra领跑，Claude Fable 5.1紧随其后
朋友推荐：Code Arena这个榜单挺有意思，OpenAI的GPT-6 Astra现在分数最高，Claude的Fable 5.1也还不错，看看哪个更适合做前端开发。
9月11日
Chinese contentAI时代工程师技能变化：OpenAI GPT-6、Anthropic Claude Fable 5.1等新模型发布
朋友，OpenAI和Anthropic都发布了新模型，GPT-6和Claude Fable 5.1，还有Google等公司的语音转文本模型，错误率都低于4%，这些新模型和技能变化信息很实用。
ApprenticeBench shows Fable 5.1 and GPT-6 Astra can learn on a job
This research shows that Fable 5.1 and GPT-6 Astra can now learn on a job and surpass human professionals, which is a significant development in AI's job readiness.
Cursor releases private benchmark CursorBench 4.0
For developers, this matters because it provides a more realistic and difficult benchmark to test AI coding assistants, moving beyond public benchmarks that can be gamed.
Astra model scores 93.2% on ParseBench for document parsing
Astra's strong performance on document parsing with tables makes it a good option for finance-related document analysis, though its cost may be a factor to consider compared to other models like Fable 5.1.
Chinese contentClaude 的 Fable 5.1 Build Days 本周启动，全球多地举办工作坊
Claude 的社区活动，能和 Fable 5.1 一起试试新功能，和同行交流一下。
Chinese contentSWE-2 在 Kimi-K3 上微调后，在 FrontierCode 基准上超越 SWE-1.7、Grok 4.6 和 GPT 5.6
Cognition 公司发布了 SWE-2，这个模型在 Kimi-K3 上微调后，在 FrontierCode 基准上表现更好，成本也更低。
Chinese contentCognition 发布 SWE-2 模型，在编码基准测试中表现强劲
朋友发了 Cognition 新的 SWE-2 模型，这个模型在编码方面很厉害，和 Fable 5.1 差不多，但成本更低。
Chinese contentClaude Fable 5.1 和 GPT-6 Astra 让专有模型与开源模型在网页开发上的差距重新扩大
Claude和GPT-6的新版本让专有模型在网页开发上又领先了，想了解最新差距的可以看看。
Chinese contentCognition 发布 SWE-2 模型，在代码生成任务上表现接近 Fable 5.1
Cognition 推出了 SWE-2，这个模型在代码生成上很厉害，和 Fable 5.1 差不多，但便宜很多。
9月10日
9月9日
Chinese contentOpenAI发布GPT-6 Astra重塑Agent Arena前沿
OpenAI新模型GPT-6 Astra在性价比上表现突出，比Claude Fable便宜7%但差距很小。
9月8日
Muse Spark 1.3 Creative Writing Test
Muse Spark 1.3 outperforms GPT-6-Astra and Fable 5.1 in creative writing tasks, offering cleaner output without stylistic interference.
9月7日
GPT-6 Astra vs Claude Fable 5.1
Astra offers better value for financial tasks while Fable delivers superior structured documents, helping users choose the right model for specific workloads.
GPT-6 Astra Review: Mixed Performance
Developers should consider Astra for planning and code review but avoid using it for direct execution due to its high error rate.
9月6日
Chinese contentOpenAI 多次修改 GPT-6 Astra 基准测试数据
OpenAI 发布 GPT-6 Astra 后多次调整评测数据，部分指标波动近10个百分点，引发对基准测试准确性的质疑。
Chinese contentClaude Fable 5.1 (Max)登顶Agent Arena榜首
Anthropic的Claude Fable 5.1 (Max)在Agent Arena排名第一，性能领先但成本较高，用户满意度极高。
Chinese contentClaude Fable 5.1登顶Agent Arena排行榜
Anthropic的Claude Fable 5.1在真实任务测试中表现优异，性价比高，用户满意度遥遥领先。
Claude Fable 5.1 tops Agent Arena
Claude Fable 5.1 outperforms competitors in agent tasks, making it a strong choice for developers building autonomous systems.
Chinese contentGPT-6 Astra Max登顶Code Arena编程榜单
OpenAI新模型GPT-6 Astra Max在编程评测中夺冠，比第二名高35分，价格与Claude持平。
9月5日
GPT 6 Astra vs Fable 5.1 Comparison
Astra provides a balanced option for most tasks with better speed and cost efficiency than Fable, while Computer Use capabilities create a complete development-to-testing workflow.
Chinese contentGPT-6 Astra与Claude Fable 5.1对比评测
OpenAI的GPT-6 Astra与Anthropic的Claude Fable 5.1正面PK，成本、编程能力实测对比