Vals AI 发布 MysteryMechanism 基准，测试智能体能否通过有限实验从零还原被封存的科学数学机制。GPT-6 Astra 以 53.2% 准确率领先，Claude Fable 5.1 为 47.8%、Claude Opus 5 为 37.4%；Astra 单测约 1.77 美元，约为亚军 Fable 5.1（5.63 美元）的三分之一。

核心要点速览

  • ✓MysteryMechanism：从封存机制与有限实验中还原科学关系的新基准
  • ✓GPT-6 Astra 53.2% 登顶，领先 Claude Fable 5.1（47.8%）与 Opus 5（37.4%）
  • ✓Astra 单测约 1.77 美元，约为亚军 Fable 5.1（5.63 美元）的三分之一
⚡

开发者 3 秒速决决策指标

一眼结论
🏆 权威跑分段位榜单
GPT-6 Astra 53.2% 登顶，领先 Claude Fable 5.1（47.8%）与 Opus 5（37.4%）
查看天梯总榜→
💰 调用成本与套餐比价
GPT-6 Astra · 输入 $10 / 输出 $50
查可用套餐与测算↗
🛠️ 开发与接入生态规则
MysteryMechanism · Vals AI · GPT-6 Astra
配置 IDE 专属规则↗
🧭

把技术选型换算成你的开发预算

40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟

⚔️ 模型战力比拼→💰 比较订阅与额度↗
实战指南准备好将技术转化为生产力？

即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。

⚔️ 开始双模型比拼→💳 查看可用套餐↗
接着读Vals：Terminal-Bench 4.0 上线，GPT-6 Astra 以 57.1% 登顶，Fable 5.1 / Opus 5 分列二三
立即阅读→