OpenAI 被曝调整 GPT-6 Astra 评测数据，部分指标曾出现明显变化

OpenAI 发布 GPT-6 Astra 后，被曝多次修改模型评测数据。Astra 的内部“幻觉率”曾从 4.2% 调整至 2% 后又恢复至 4.2%，其在 ARC-AGI-3 上的成绩也从 98.6% 提升至 99.99%。同时，竞争对手 앤트로픽(Anthropic) 的 Fable 5.1 在 FrontierMath Tier 4 中的成绩也经历了多次波动。OpenAI 对此回应称，波动源于模型检查点、工具配置及推理等级等因素，调整旨在更准确地反映性能。市场分析指出，AI 行业存在通过调整测试条件以优化基准测试成绩的“Benchmaxxing”现象。