# OpenAI 在 GPT-6 Astra 发布后反复修改跑分，幻觉率一度从 4.2% 砍半到 2% 又改回去

> 原标题：Fortune 报道 OpenAI 多次修改 GPT-6 Astra 基准测试数据，部分成绩大幅变化

- 来源：AI HOT 精选
- 发布时间：2026-09-06T06:46:16.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/55072
- 原文：https://www.ithome.com/0/998/927.htm

## 摘要

据 Fortune 报道，OpenAI 自 9 月 3 日下午首次发布 GPT-6 Astra 公告以来多次修改评测基准数据，部分成绩一度大幅变化。网页快照显示，Astra 幻觉率曾从 4.2% 降至 2%，后又回到 4.2%；Anthropic Fable 5.1 在 FrontierMath Tier 4（v2）的成绩一度从 87.8% 降至 78%，目前回升至 83%。

## 推荐理由

OpenAI 在 GPT-6 Astra 发布后多次修改评测基准数据，Astra 幻觉率一度从 4.2% 降至 2% 又改回，Anthropic 模型成绩也出现下调，基准测试成绩的可信度问题由此再次浮现。

## 锐评

幻觉率从 4.2% 砍半到 2% 又改回去，我看这种官方跑分连当选型参考的资格都没有。

官方免责声明里都写了，分数是不计计算资源硬跑出来的最高成绩。为了在发布页面上好看，靠 benchmaxxing 调整测试条件刷极限数字，日常调 API 根本不可能给到这种算力支持。连白纸黑字的博客数据都能在几小时里随便改，谁按这套宣传跑分做技术选型谁交学费。
