先了解这件事
AI 综述
2026年10月9日,Artificial Analysis 比较了 GPT-6 Astra、Grok 4.7 及三个 Claude 模型的输出 token 量与基准得分,结论是生成更多输出 token 并不一定带来更高分数。其证据显示,GPT-6 Astra (max) 每任务约 81k 输出 token,得分 8.6%,不到 Grok 4.7 (xhigh) 约 180k 输出 token 的一半;三个 Claude 模型生成的输出 token 最多,每任务约 202k 至约 562k,得分仅为 2.8% 至 6.4%。目前该比较没有后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
Artificial Analysis：输出 token 更多未必得分更高事件进展
1 个已确认进展
- 来源：Artificial Analysis
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月9日
Artificial Analysis
Artificial Analysis：输出 token 更多未必得分更高
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%。