预考报告
GPT-6 Astra 小样预考与复测报告
2026-10-03 · 二〇二六年十月榜 · 存档，不计入任何榜单
OpenAI 席由 GPT-6.1 Sol 应考；GPT-6 Astra 小样预考与补考：判律显著领先，诗才、诗评与 Sol 统计并列。
为什么预考
本期 OpenAI 席由 GPT-6.1 Sol 考全卷。按事先公布的规则，持席者在判律、诗才两轨须是榜首或与榜首 95% 区间重叠，否则预考同厂旗舰。Sol 诗才 84.5［82.7，86.0］，区间上限低于榜首下限 86.3，因此触发 GPT-6 Astra 小样预考，其后又补考诗才全卷与诗评。
一个席位只由一个模型应考：本期 OpenAI 席四轨均由 GPT-6.1 Sol 应考，Astra 的全部答卷存档、随开卷公开，不计入任何榜单与共识。Astra 十一月起全卷应考。
与 Sol 同题配对
| 项目 | GPT-6 Astra | GPT-6.1 Sol | 配对差（95% 区间） | 结论 |
|---|---|---|---|---|
| 判律 · 40 题分层抽样 | 64.7 | 52.9 | +11.8［+1.3，+25.0］ | 显著领先 |
| 诗才 · 预考 5 首 | — | — | −2.6［−10.9，+2.6］ | 统计并列 |
| 诗才 · 补考 24 首 | 86.4 | 84.5 | +1.9［−0.6，+4.1］ | 统计并列 |
| 诗评 · 与共识偏差 | 4.52 | 4.22 | +0.30［−0.03，+0.63］ | 统计并列（越小越准） |
| 诗评 · 去尺度偏差 | 3.66 | 3.48 | +0.18［−0.14，+0.51］ | 统计并列（越小越准） |
判律 40 题按病类分层抽样，每类 5 题，绝对分低于全卷，只看配对差。诗才补考题、体与 Sol 完全相同（预考 5 首直接沿用），两侧均只计在席非同门 10 位评委；Astra 有两首七律出律乘 0.75。诗评补考评 240 首在席非 OpenAI 作品，到费用上限停发，有效 225 首；配对共识去掉两者与作者同门。区间不含 0 才算显著。