**前沿大模型科学能力实测：仅 GPT-6 Astra 通过半数科学任务**

_Vetto ScienceBench: Expanding Scientific Capabilities of Frontier AI Models_

> Vetto Science Bench 评测显示，当前主流大模型在科学推理与数据分析方面能力仍显不足。在涵盖 14 个学科、共 50 项任务的严格测试中，表现最佳的 GPT-6 Astra 仅解决了 33 项任务（通过率 49%），而多数模型（如 Gemini 4 Argon、Claude Opus 5.5 等）的通过率均在 20% 以下，且极少有模型能一次性完整解决所有子任务。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-11-06 01:15（北京时间）
- **原文**：[打开原文](https://vetto.ai/companies/vetto-science-bench)