MODEL HISTORY
GPT-6 Astra (max) 指标历史
GPT-6 Astra (max) 的公开评测事实历史，共 23 条观测、23 项指标；只记录来源变化，不插值、不合成本站总分。
怎样理解这份历史
每条记录对应来源快照中的一个原始指标。同一口径下相同值重复抓取不会制造新记录；数值、临时状态或来源状态变化时追加，核实后的方法版本另立指标身份。首个快照是本站的可追溯起点，不代表该指标第一次对外发布。当前模型来源为 Artificial Analysis。
Index、Elo、百分比等单位不能互相相减，也不会在这里合成为“综合总分”。
GDPval-AA 与 AA-Briefcase 的实时 Elo 现按裁判协议 v4.3.1 单独记录；旧记录的版本、值与日期保留，未区分裁判的旧值仅作历史参考。Intelligence Index 仍为 v4.3，官方用于指数的 Elo 贡献在模型加入时固定，不能用当前实时 Elo 重算指数。核对方法说明 ↗
APPEND-ONLY FACTS
观测记录
按观测时间倒序；同日多项指标分别保留。
| 观测日期 | 基准 / 版本 | 指标 | 原始值 | 来源 | 状态 |
|---|---|---|---|---|---|
| Artificial Analysis GDPval-AA任务 v2 · 裁判 v4.3.1实时 Elo · 裁判协议 v4.3.1 | Eloelo | 1580 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis AA-Briefcase来源未标任务版本 · 裁判 v4.3.1实时 Elo · 裁判协议 v4.3.1 | Eloelo | 1562 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3.1实时 Elo · 裁判协议 v4.3.1 | AA-Briefcase overall Eloelo | 1562 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3.1实时 Elo · 裁判协议 v4.3.1 | GDPval-AA v2elo | 1580 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis Analyst Agentv80-tasks-5-attempts | pass^5percent | 51.2% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis Analyst Agentv80-tasks-5-attempts | pass@1percent | 60.0% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis Analyst Agentv80-tasks-5-attempts | pass@5percent | 67.5% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis GDPval-AAv2历史参考 · 原记录未区分当前裁判协议，不作跨协议能力变化比较 | Eloelo | 1580 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis AA-Briefcasevsource-unversioned历史参考 · 原记录未区分当前裁判协议，不作跨协议能力变化比较 | Eloelo | 1562 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3 | AutomationBench-AA partial scorefraction | 68.5% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3历史参考 · 原记录未区分当前裁判协议，不作跨协议能力变化比较 | AA-Briefcase overall Eloelo | 1562 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3 | CritPtfraction | 31.7% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3 | GDP.pdf all-passfraction | 31.0% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3历史参考 · 原记录未区分当前裁判协议，不作跨协议能力变化比较 | GDPval-AA v2elo | 1580 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3 | Humanity's Last Examfraction | 54.7% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis capability indicesv4.3 | Intelligence Indexindex | 52.8 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3 | AA-LCR v1.1fraction | 80.7% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3 | AA-Omniscienceindex | 43.4 | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3 | AA-Omniscience accuracyfraction | 62.6% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3 | AA-Omniscience hallucination ratefraction | 51.3% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3 | SciCodefraction | 56.5% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis intelligence component evaluationsv4.3 | Terminal-Bench v4.0fraction | 59.1% | Artificial Analysis ↗第三方评测 | 有效 | |
| Artificial Analysis model aggregatevpublic-model-v1 | 上下文窗口tokens | 1,000,000 | Model Coordinate repository snapshots第三方评测 | 有效 |