Basis 用 GPT-6 Astra 以 2 倍速度完成税务工作簿
Basis 用 GPT-6 Astra 完成一份 50 个标签页的税务工作簿，速度达到 GPT-5.6 Sol 的 2 倍。该模型对用户意图的理解更强，让 Basis 对实际使用更有信心。
#评测/基准
#评测/基准
今日 0 条OpenAI NewsAI 评分2525
Tom's Hardware · AIAI 评分6464 GPT-6 Astra 在 Minecraft 141 小时测试中被 Creeper 炸毁后数小时只种土豆
Vals AI 记录 GPT-6 Astra 在 141 小时 Minecraft 基准测试中走得比任何 AI 都远，却因 Creeper 炸毁箱子与床而丢失全部装备和出生点。随后数小时几乎只种土豆，并出现
Together AI精选AI 评分7676 GLM-5.3 对 GPT-5.6 Sol 的 DeepSWE 评测：成本、编程与路由
Together AI 在 113 个 DeepSWE 任务、每侧 452 次 rollout 上对比 GLM-5.3（max）与 GPT-5.6 Sol（max）。
推荐理由：同一跑道上 GLM-5.3 以一半价格逼近 Sol，在重试和覆盖率上反而反超，读者可据此设计前端开源、后端旗舰的级联路由。
Together AI精选AI 评分7272 GLM-5.3 vs Claude Fable 5：DeepSWE 评测下的成本、编程与路由对比
Together AI 在 DeepSWE 上对比 GLM-5.3 与 Claude Fable 5：首次尝试通过率 69.0% vs 69.7%，GLM-5.3 每次调用 $3.99。
推荐理由：在精度相近时，GLM-5.3 以五分之一成本覆盖更多任务，为预算有限的工程团队提供了清晰的选型与路由依据。
Together AI精选AI 评分7676 DeepSeek V4 Pro 0813 vs Claude Fable 5：DeepSWE 评测下的成本、编程与路由对比
Together AI 在 DeepSWE 基准上对比 DeepSeek V4 Pro 0813 与 Claude Fable 5：Fable 首试准确率 69.7% 高于 Pro 的 62.8%。
推荐理由：在 DeepSWE 评测中两款模型价格相差 90 倍但表现接近，读者可据此判断何时值得为 Fable 支付溢价。
Hugging Face BlogAI 评分5050 DharmaOCR 在巴西葡萄牙语 OCR 上超越 Mistral OCR4 和 Unlimited-OCR
DharmaOCR 通过领域专精与两阶段训练（监督微调 + DPO），在巴西葡萄牙语基准上得分 0.925，显著高于 Mistral OCR4 的 0.798 与 Unlimited-OCR 的 0.7587。监督微调将参数集中于巴西葡萄牙语的词汇、句法与文档结构，DPO 阶段则降低推理时的退化率与不稳定输出。两阶段缺一不可：微调建立领域能力，DPO 确保该能力在生产条件下稳定。