Epoch AI 实测：Claude Fable 5.1 与 GPT-6 Astra 能否自动化 Epoch 的工作

Epoch AI 用 11 项自身真实工作任务测试六款模型，Claude Fable 5.1 与 GPT-6 Astra 总得分最高并领先多数任务类别，但仍无法实现工作全自动化。开源权重模型落后更多，连定义明确的任务也难以稳定完成。模型难以掌握 Epoch 的隐式规范，能提出研究方向却缺乏判断力，且常把有缺陷的结果当作关键发现。