Epoch AI 评测前沿模型自动化能力

Epoch AI 发布 Epoch Automation Reports，把机构内部的图表设计、研究项目规划等真实任务按评估人类员工的同等标准测试 AI。结果显示，领先的 Claude Fable 5.1 与 GPT-6 Astra 平均得分仅 65%，未达到其设定的 100% 可自动化门槛。 Epoch AI 称，该报告由其此前初步尝试扩展而来，汇集了 Epoch 定期执行的一系列任务。阅读该文章需免费订阅。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。