GPT-6 Astra 自主驾驶监控无人机并独立经营业务
2026-09-13
Andon Labs 测试显示，GPT-6 Astra 在两个 agent 基准上大幅超过 Claude Fable 5.1：在 Vending-Bench 模拟经营自动售货机六次平均余额 15,515 美元，约为 Fable 的三倍；在 Drone-Bench 上成为首个在全部五个子任务上击败人机基线的模型，但成功率仍不稳定。2026-09-13
Andon Labs 测试显示，GPT-6 Astra 在两个 agent 基准上大幅超过 Claude Fable 5.1：在 Vending-Bench 模拟经营自动售货机六次平均余额 15,515 美元，约为 Fable 的三倍；在 Drone-Bench 上成为首个在全部五个子任务上击败人机基线的模型，但成功率仍不稳定。