GPT-6 Astra家具组装测试准确率80% AI 20 小时前发布 OpenAI 发布 MentalHealthBench 评估 AI 心理健康能力 AI 2 天前发布 ◆ a16z投资Vals AI，欲打造AI基准测试“黄金标准” 获 Andreessen Horowitz 支持的初创公司 Vals AI 正致力于建立更中立、可信的 AI 基准测试体系，以应对... AI 2026-09-20发布 驱动中国 → ◆ Laptop Mag笔记本评测体系全解析 Laptop Mag每年评测超百款笔记本，其测试团队通过Crossmark、Geekbench、HandBrake等基准测试与真实场... 笔记本 2026-09-15发布 驱动中国 → DeepMind工程师反驳质疑：Gemini 3.8 Cyber多项测试优于Mythos AI 2026-09-10发布