@ArtificialAnlys · X / FxEmbed

在 HealthBench 上，GPT-6 Sol（最大版本）会给出最短的回答（约 1,000 个字符），并且拥有最高的原始沟通质量分数（81%）……

Artificial Analysis公布GPT-6 Sol（max）在HealthBench上的评测结果：其回答最短（约1,000字符），沟通质量得分最高（81%），但完整性得分最低（34%）；在14个模型中有13个以Context Seeking或Global Health为最低分主题。数据来自第三方基准评测，未涉及独立验证的医疗表现。