![今天使用我司内部的 OpenResty Coding Evals 评测集检查全新发布的 GPT-6 Astra 模型，确实在复杂问题的从零编码任务上，已经打败了 Claude Fable 5.1 了，但和 Claude Opus 5 还有一点点差距…… [笑cry]
GPT-6 Astra 的平均总用时也明显比 Claude 模型更少，响应速度更快。
排行榜上也更新了最新的 ](https://dayu-img.uc.cn/columbus/img/oc/1002/9da82031c857347ce6a03455dfdbbdeb.jpg)
今天使用我司内部的 OpenResty Coding Evals 评测集检查全新发布的 GPT-6 Astra 模型，确实在复杂问题的从零编码任务上，已经打败了 Claude Fable 5.1 了，但和 Claude Opus 5 还有一点点差距…… [笑cry] GPT-6 Astra 的平均总用时也明显比 Claude 模型更少，响应速度更快。 排行榜上也更新了最新的
今天使用我司内部的 OpenResty Coding Evals 评测集检查全新发布的 GPT-6 Astra 模型，确实在复杂问题的从零编码任务上，已经打败了 Claude Fable 5.1 了，但和 Claude Opus 5 还有一点点差距…… [笑cry]
GPT-6 Astra 的平均总用时也明显比 Claude 模型更少，响应速度更快。
排行榜上也更新了最新的
![刚用我司内部私有的 OpenResty Coding Evals 评测集对比了一下全新的 GPT-6 Astra 模型，确实产出质量评分明显优于上一代的 GPT-5.6 Sol。
同时完成任务的平均总延时并没有比之前退步，这很惊喜！不像 Anthropic 和 Google 的新模型总是比前一版本慢不少……果然 OpenAI 不缺卡啊 [哈哈] ](https://dayu-img.uc.cn/columbus/img/oc/1002/cbe571af1ca4389aafe73950916cff1a.jpg)
![xAI 新发布的 Grok 4.6 模型的智能水平也比 4.5 明显更高了，我司内部的 OpenResty Coding Evals 评测集上可以明显看出进步。但延时一下子变得超级无敌慢了，这还是 Grok 的响应速度么？[允悲] ](https://dayu-img.uc.cn/columbus/img/oc/1002/318a8afe3b9173e4cba783aeaca8614c.jpg)
![Anthropic 新发布的 Claude Fable 5.1 神话级模型确实比上一个 5.0 版本更聪明了一些，运行我司内部的 OpenResty Coding Evals 评测集，分数又更高了一些。缺点是完成各种任务的平均延时更长了，更慢了……看来要更智能，就得想更久啊 [允悲]
细节图表见下面两张图。 ](https://dayu-img.uc.cn/columbus/img/oc/1002/bf962d08a1bf23dff32a55e155443ff0.jpg)
![Google 新发布的 Gemini 3.8 Flash 模型相比之前的 3.6 确实有了明显进步，运行我司私有的 OpenResty Coding Evals 评测集的分数有明显提升。但其平均处理延时也有了明显退步，远没有之前那么快了 [笑cry] 细节见下面两张图。
看来 Google 下面主要是卷高性价比的小模型了？哈哈？Gemini 的 Pro 模型 ](https://dayu-img.uc.cn/columbus/img/oc/1002/d866b2f3f1976421bd665aab52aef7b0.jpg)
![哟，刚刚 claude code 的 token limit 全都提前 reset 了，我还想是不是因为要向 codex 看齐了，然后才发现原来是因为 Claude Fable 5.1 和 Claude Mythos 5.1 发布了！[哈哈] 官方评测数字挺猛的样子。 ](https://dayu-img.uc.cn/columbus/img/oc/1002/8fee6e1cd30e30afcf0f1fb6aa6cb5ab.jpg)
