Chinese contentGPT-6 Astra在Terminal-Bench-Science基准测试中表现优异
OpenAI刚发布的GPT-6 Astra在科学基准测试中得分暴涨42%，远超前代模型。
#Terminal-Bench-Science
5 stories · 0 in 7 days · 0 in 30 days
Stories, products and papers tagged "Terminal-Bench-Science", newest first.
9月4日
9月2日
Chinese contentAnthropic发布Claude Fable 5.1和Mythos 5.1
Anthropic推出Claude 5.1双版本，科学基准分翻倍，缓存成本降75%，API有重大变更
Chinese contentAnthropic发布Claude Fable 5.1模型
Anthropic新发布的Fable 5.1模型在科学基准测试中翻倍得分，编码能力提升30%，同时成本降低45%。
8月28日
Models21:28
Chinese contentTerminal-Bench-Science基准发布斯坦福发布了科研AI代理基准Terminal-Bench-Science，Claude Opus 5仅完成30%，看看你的模型表现如何。