十余款模型在复杂编码任务中途放弃

Reddit 用户 zyxciss 重构自有 Betelgeuse 引擎时，用同一套复杂编码任务测试十余款模型，发现多数开源模型只完成部分子任务便停止，其中不少四项子任务仅完成一项。作者称，GPT-6 Astra 随后将 prefill 速度从 7 PP/s 提升至约 70 PP/s、decode 从约 10 提升到 14 TG/s，前沿闭源模型的长程坚持度明显更强。测试硬件为 RTX 3060、16GB 内存和 NVMe；Qwen 3.8 Flash-Next 消耗 17.8 万 thinking token，Qwen 3.8 27B 用满 26.2 万上下文。

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。