vibecodingnav
中/EN
模型/gpt-6-astra

GPT-6 Astra

EQ-Bench Creative Writing v3 第 1(Elo 2176.9)。WebDev 第二,1773 分。Terminal-Bench 与 GPT-6.1 Sol 并列 58.2%。sudo L7 第五,31.1%。

OpenAI · 闭源 · 上下文 1.1M · $10 / $50 每百万 tokens · 数据抓取 2026-10-10

EQ-Bench Creative Writing v3
2176.9
#1 / 146
LMArena WebDev
1773
#2 / 153 · ±10
LMArena Image-to-WebDev
1726
#3 / 65 · ±12

基准成绩

超过 90 天未更新的榜单不计入推荐
基准设置分数排名成本数据日期
EQ-Bench Creative Writing v3—2176.9#1—2026-10-29
LMArena WebDevmax1773±10#2—2026-10-27
LMArena Image-to-WebDevmax1726±12#3—2026-10-19
Android Benchcodex28.013.3–42.0#4$375.72026-10-26
Terminal-Bench 4.0max · Codex58.2±2.8#3$3.3k2026-10-06
The Slop Index—58#29—2026-10-28
sudo L7Max reasoning31.1#5—2026-10-28
Next.js Agent Evalshigh · Codex90.0#8$0.9692026-10-30
Convex Evals3 runs89.88#1$6.052026-10-28
FrontierCodemax · codex42.8#3$6.682026-10-27
DeepSWE v1.1xhigh · mini-swe-agent74.171.2–77.0#1$4.432026-09-22
SWE-bench Verified—榜单已停更——2026-02-26
Aider Polyglot—榜单已停更——2025-11-20

选不选它

为什么选
  • EQ-Bench Creative Writing Elo 仍居首;写文档主榜 Slop 反转后由 Inkling Small / Haiku 一带领先。
  • WebDev 只比第一名低 37 分。
什么时候别选
  • 输出 $50 / 百万 tokens,前端和终端都有价格减半甚至更低的邻近名次。

出现在这些场景

由场景榜单自动汇总
做 Web 前端#1DeepSWE 74.1%做一个 Android App#1DeepSWE 74.1%写 CLI、脚本与 DevOps#1DeepSWE 74.1%写文档和文案#1Creative Writing 2176.9

同级对比