Terminal X借GPT-6.1多检出25%偏离

2026年10月20日，OpenAI News报道了Terminal X使用GPT-6.1的评估结果：其与资深投资者判断的一致率达到88.6%。Terminal X的Eval Agent按54项评分标准对模型输出进行评分；在采用GPT-6.1 Sol时，该评估可多发现25%偏离基金投资授权范围的情况。现有报道未披露测试规模、具体偏离案例、25%的计算口径，以及与其他模型或评估设置的对比，因此目前进展限于上述指标与结论。

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。