标签
GPT-6 Astra在ZeroBench这个极其困难的视觉基准测试上取得了巨大飞跃，在所有三个指标上超越了人类基线。
Claude Fable 在具有挑战性的 ZeroBench 视觉基准测试中与 GPT 性能持平，pass@5 和 pass^5 得分相当。