Artificial Analysis公布高推理强度下HLE-Diamond成绩与成本

2026年10月30日，Artificial Analysis 在 X 上公布不同推理强度（effort）设置下 Claude Opus 5.5 与 GPT-6 Astra 的 HLE-Diamond 评测成绩及每任务成本变化。其称，HLE-Diamond 分数随 effort 设置提高而显著上升，但成本也随之增加。具体而言，Claude Opus 5.5 从低 effort 的 42% 升至最高 effort 的 68%，提升 26 分，每任务成本约为低 effort 的 35 倍；GPT-6 Astra 从低 effort 的 45% 升至最高 effort 的 64%，提升 19 分，每任务成本为 11 倍。上述分数、提升幅度与成本倍数均绑定各自模型及对应 effort 区间，仅反映该来源公布的数据。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。