Artificial Analysis：输出 token 更多未必得分更高
Generating more output tokens doesn’t necessarily translate to a higher score. GPT-6 Astra (max) scores 8.6% on ~81k output tokens per task, under half the ~180
AI 导读
生成更多输出 token 并不一定带来更高分数。GPT-6 Astra (max) 每任务约 81k 输出 token 得 8.6%，不到 Grok 4.7 (xhigh) 约 180k 的一半。三个 Claude 模型生成的输出 token 最多（每任务约 202k 至约 562k），得分 2.8% 至 6.4%。
正文
当前显示原文，中文全文译文尚未就绪。
Generating more output tokens doesn’t necessarily translate to a higher score. GPT-6 Astra (max) scores 8.6% on ~81k output tokens per task, under half the ~180k of Grok 4.7 (xhigh). Three Claude models generated the most output tokens (~202k to ~562k per task) and score 2.8% to 6.4%.