GPT-6 Astra登顶Smoke快测：90.64分，13模型单日信号怎么看
2026-11-08 赢政指数 Smoke 快测覆盖 13 个模型，GPT-6 Astra 以 90.64 分位居当日首位。Smoke 为每日 10 题快测，适合观察短期信号，不等同 Full 周榜结论。
2026-11-08 的赢政指数 Smoke 快测覆盖了 13 个模型，当日头名是 
GPT-6 Astra，得分 90.64。Smoke 每天出 10 道题，属于快测，用来捕捉短期信号比较合适，但不能等同于 Full 周榜的结论。这次评测只涉及代码执行和材料约束两个主榜维度，主榜公式为 0.55 × 代码执行 + 0.45 × 材料约束。每天样本量偏小，单日分数更适合当作监控信号来看，不宜据此对模型能力下长期定论。
当日排名
| 排名 | 模型 | 主榜 | 代码执行 | 材料约束 | 诚信 |
|---|---|---|---|---|---|
| #1 | GPT-6 Astra | 90.64 | 100 | 79.2 | pass |
| #2 | GPT-6.1 Sol | 89.65 | 100 | 77 | pass |
| #3 | GPT-6 Luna | 86.23 | 88.3 | 83.7 | pass |
| #4 | GPT-6 Sol | 84.97 | 82.4 | 88.1 | pass |
| #5 | Grok 4 | 77.57 | 64.7 | 93.3 | pass |
| #6 | Claude Sonnet 4.6 | 72.32 | 57.6 | 90.3 | pass |
| #7 | GPT-5.5 | 68.56 | 57.4 | 82.2 | pass |
| #8 | GPT-o3 | 63.44 | 44.4 | 86.7 | warn |
| #9 | 豆包 Pro | 59.56 | 53.3 | 67.2 | warn |
| #10 | Gemini 3.1 Pro | 56.18 | 25.8 | 93.3 | pass |
| #11 | Claude Opus 4.7 | 55.3 | 26 | 91.1 | pass |
| #12 | Gemini 2.5 Pro | 52 | 20 | 91.1 | pass |
| #13 | DeepSeek V4 Pro | 50.74 | 25 | 82.2 | pass |
主要变化
- Claude Opus 4.7：主榜掉了23.6分，代码执行-44分
- Gemini 3.1 Pro：主榜下滑23.1分，代码执行-49.2分，材料约束+8.8分
- 豆包 Pro：主榜下降20分，代码执行-43.5分，材料约束+8.7分，诚信评级由pass转为warn
- GPT-o3：主榜降了19.5分，代码执行-47.2分，材料约束+14.4分，诚信由pass变为warn
- GPT-5.5：主榜下降13.9分，代码执行-42.4分，材料约束+20.9分
需要关注的信号
- 这次没有留下可以发布的异常信号。
看这类 Smoke 简报，有两个问题值得盯住：一是某个模型有没有连续多日暴露出同一类弱点；二是诚信评级有没有从 pass 滑到 warn 或 fail。单日执行或约束分数出现大幅波动，可能只是题目抽样带来的，也可能是真实退化的早期迹象，得靠后续 run 来复核。
本文由本站编辑组整理与排版，内容基于公开信息核实后归纳发布，与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态，力求信息准确、表述清晰；文中涉及的名称、价格与功能细节可能随官方调整而变化，请以官方最新说明为准。如发现疏漏或表述有误，欢迎通过站内渠道反馈指正。
