GPT-6 Astra

OpenAI · 2026-09-03 发布 · 10/30 02:05 更新

AICue 评分 · 综合70.7分综合第 5 名评分不是正确率 · 评测覆盖 100%

可比较分类4/ 4 项分类

已有成绩40项评测

上下文窗口105万Token

API 输入 / 输出 · 每百万 Token¥66.62 / ¥333.08缓存 ¥6.66原价 $10 / $50厂商官方价格

CAPABILITY PROFILE

各有所长，看得更清楚。

每个领域单独评分，和综合评分用同一种分数，可以直接比。具体能力请看下面每项成绩。

编程AICue 评分68.4分第 6 名11 项评测 · 覆盖 100%科研AICue 评分76.1分第 2 名10 项评测 · 覆盖 100%专业办公AICue 评分67.7分第 10 名11 项评测 · 覆盖 100%知识问答AICue 评分75.0分第 2 名6 项评测 · 覆盖 100%

覆盖比例是这个领域里已有成绩的评测类别占比，不代表能力高低；没测的不补分，也不扣分。

BEHIND THE SCORE

每一项成绩，都有来处。

按领域列出每项公开成绩，以及它折算成的统一分数。展开可查看运行配置与采用方式。

编程68.411 项

ProgramBenchVals AI5.5%折算分 83.4+
原榜型号
openai/gpt-6-astra · 原榜第 4 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/20 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Terminal-Bench 4.0Vals AI59.6%折算分 75.2+
原榜型号
openai/gpt-6-astra · 原榜第 5 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
FrontierCode 2.0Artificial Analysis42.4%折算分 75.2+
原榜型号
gpt-6-astra · 原榜第 3 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Code MigrationVals AI67.7%折算分 74.2+
原榜型号
openai/gpt-6-astra · 原榜第 3 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Terminal-Bench 4.0Artificial Analysis59.1%折算分 72.4+
原榜型号
gpt-6-astra · 原榜第 7 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Vibe Code Bench v1.1Vals AI89.6%折算分 70.2+
原榜型号
openai/gpt-6-astra · 原榜第 7 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Vibe Code Bench 1–100Vals AI27.6%折算分 70.2+
原榜型号
openai/gpt-6-astra · 原榜第 5 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
APEX-SWEMercor48.6%折算分 62.8+
原榜型号
gpt-6-astra-max · 原榜第 19 名
代表配置
Max 推理 · terminus-2 · apex-swe:terminus-2
该来源对所有模型使用同一受控系统；按预先固定的推理档位优先级选择，配置明细保留，成绩归到基础模型。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
LiveBench CodingLiveBench80.4%折算分 60.1+
原榜型号
gpt-6-astra-max · 原榜第 16 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
SciCodeArtificial Analysis56.5%折算分 58.0+
原榜型号
gpt-6-astra · 原榜第 39 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
CyberBench Patch v1.1Vals AI82.1%折算分 57.4+
原榜型号
openai/gpt-6-astra · 原榜第 32 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/20 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

科研76.110 项

Mystery Game PuzzlesEpoch AI84.0%折算分 86.6+
原榜型号
gpt-6-astra_max · 原榜第 1 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/27 04:00 · 核验 10/30 02:05 · 实测 08/30 22:57
查看这项评测 →官方来源 ↗
Terminal-Bench ScienceVals AI62.9%折算分 84.9+
原榜型号
openai/gpt-6-astra · 原榜第 1 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/25 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
FrontierMath T1–3Epoch AI93.7%折算分 82.0+
原榜型号
gpt-6-astra_max · 原榜第 1 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/27 04:00 · 核验 10/30 02:05 · 实测 08/30 22:57
查看这项评测 →官方来源 ↗
Terminal-Bench ScienceArtificial Analysis63.3%折算分 81.0+
原榜型号
gpt-6-astra · 原榜第 2 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Chess PuzzlesEpoch AI74.0%折算分 80.5+
原榜型号
gpt-6-astra_max · 原榜第 2 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/20 06:39 · 核验 10/30 02:05 · 实测 10/13 21:42
查看这项评测 →官方来源 ↗
CritPt v2 HardArtificial Analysis70.5%折算分 80.4+
原榜型号
gpt-6-astra · 原榜第 3 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
MysteryMechanismVals AI53.2%折算分 78.5+
原榜型号
openai/gpt-6-astra · 原榜第 1 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
CritPtArtificial Analysis31.7%折算分 71.0+
原榜型号
gpt-6-astra · 原榜第 4 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
LiveBench ReasoningLiveBench92.7%折算分 70.0+
原榜型号
gpt-6-astra-max · 原榜第 2 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Humanity's Last ExamArtificial Analysis54.7%折算分 69.5+
原榜型号
gpt-6-astra · 原榜第 13 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

专业办公67.711 项

Harvey LAB-AA v1.1Artificial Analysis8.6%折算分 81.3+
原榜型号
gpt-6-astra · 原榜第 5 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
LiveBench Data AnalysisLiveBench83.0%折算分 72.1+
原榜型号
gpt-6-astra-max · 原榜第 1 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
APEX-AgentsMercor64.7%折算分 71.0+
原榜型号
gpt-6-astra-max · 原榜第 11 名
代表配置
Max 推理 · loop_truncated_tools_agent · apex-agents:v1.1:loop_truncated_tools_agent
该来源对所有模型使用同一受控系统；按预先固定的推理档位优先级选择，配置明细保留，成绩归到基础模型。
本轮采用记录
来源数据 09/08 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AA-Analyst AgentArtificial Analysis51.2%折算分 70.7+
原榜型号
gpt-6-astra · 原榜第 9 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AA-BriefcaseArtificial Analysis1,568.1折算分 70.3+
原榜型号
gpt-6-astra · 原榜第 24 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AutomationBench-AAArtificial Analysis68.5%折算分 69.7+
原榜型号
gpt-6-astra · 原榜第 9 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
τ³-BankingMercor46.7%折算分 68.4+
原榜型号
gpt-6-astra-max · 原榜第 8 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
GDPval-AAArtificial Analysis1,584.4折算分 65.5+
原榜型号
gpt-6-astra · 原榜第 43 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Finance AgentVals AI53.5%折算分 60.7+
原榜型号
openai/gpt-6-astra · 原榜第 34 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
MedCodeVals AI48.5%折算分 59.4+
原榜型号
openai/gpt-6-astra · 原榜第 29 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Harvey 法律 Agent 基准 v1.1Vals AI7.1%折算分 52.7+
原榜型号
openai/gpt-6-astra · 原榜第 23 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

知识问答75.07 项

MLCR-AAArtificial Analysis41.7%折算分 89.1+
原榜型号
gpt-6-astra · 原榜第 1 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
SimpleQA VerifiedEpoch AI75.6%折算分 85.0+
原榜型号
gpt-6-astra_max · 原榜第 2 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/27 04:00 · 核验 10/30 02:05 · 实测 08/30 22:57
查看这项评测 →官方来源 ↗
BullshitBench v2BullshitBench69.0%折算分 78.6+
原榜型号
openai/gpt-6-astra · 原榜第 31 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/14 01:39 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
LiveBench LanguageLiveBench89.4%折算分 78.2+
原榜型号
gpt-6-astra-max · 原榜第 4 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AA-Omniscience v1.1Artificial Analysis42.4折算分 78.0+
原榜型号
gpt-6-astra · 原榜第 9 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
LiveBench IFLiveBench75.6%折算分 69.1+
原榜型号
gpt-6-astra-max · 原榜第 4 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AA-LCRArtificial Analysis80.7%折算分 54.5+
原榜型号
gpt-6-astra · 原榜第 70 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

真人盲选66.81 项

Arena TextLMArena1,475.6折算分 59.8+
原榜型号
GPT-6 Astra (Max) · 原榜第 37 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/28 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

怎么看这些折算分

每项成绩按这项评测的难度折算成同一种分数：难的评测考得一般也能折算出高分，快被刷满的评测再高也折算不出更多。领域分是这些折算分的平均，再向模型的整体水平收一点；同类评测只算一票。相差不到 1 分的两个模型，先后接近抛硬币。

了解计算方法 →