GPT-6 Astra据称在模拟自动售货机测试中近三倍领先Claude
Andon Labs让AI代理使用500美元启动资金，经营模拟自动售货机一年。据报道，GPT-6 Astra的平均最终账户余额达到1.5515万美元，大幅超过Claude Fable5.1。差距主要被归因于长期采购管理和稳定的规则执行，包括将商品价格压低至初始报价的约48%，并在整个运行周期内避免预付款损失。在更复杂的三方竞技测试中，GPT-6 Astra据称拒绝了违规协作，并赢得全部三轮比赛。该测试被解读为长期自主性和可靠执行能力正成为AI代理的重要差异因素。不过，文中提到的模型名称及测试结果尚未得到独立验证。
本文来源：AIbase，仅供学习参考，版权归原作者所有。