GPT-6 Astra 在 EyeBench 視覺推理基準測試中展現出卓越的表現，不僅準確率大幅提升，與 Sol 和 Gemini 3.8 等競爭對手相比，其使用的 token 數量也顯著減少。此結果突顯了大型語言模型在視覺推理能力上的重大進步，表明未來的 AI 系統能夠以更高效且具成本效益的方式處理複雜的視覺數據。該基準測試由個人研究者而非正式團隊創建，主要評估閱讀期間從眼球運動中解碼出的認知與語言資訊，為視覺處理評估增添了獨特的維度。

事件背景

EyeBench 是一個專門設計的基準測試，用於評估能從閱讀時的眼球運動中解碼認知與語言資訊的機器學習模型。與專注於圖像識別的传统電腦視覺基準測試不同，EyeBench 評估模型根據視線模式理解視覺輸入背後情境與意義的能力。這使其成為衡量 AI 系統視覺推理深度的新穎工具。

社群觀察

社群成員正在討論 GPT-6 Astra 的效率，指出其使用的 token 數量僅為競爭對手的一半，但表現卻更好，同時有人對 Gemini 3.8 的低分感到驚訝。此外，還有關於基準測試可信度的討論，部分用戶指出該測試是由單一個人而非研究團隊創建。