Blog›Benchmarks

# LLM基准快照，9月6日：Astra与Fable 5.1登场

每周照片：GPT-6 Astra在webdev上以1797 Elo首次亮相（（比旧领先者高出107分），Claude Fable 5.1在文本竞技场和LiveBench中占据领先，而Aider尚未迎头赶上。

一年中最密集的发布窗口过去一周后，排行榜已见分晓。这是2026年9月6日的每周快照：各来源今日所言，自上周快照以来的变化，以及各来源间的分歧所在。每个数字均链接至一个永久性、带日期的页面。

头条：发布周尘埃落定

GPT-6 Astra与Claude Fable 5.1，均在9月初发布，现已位居榜首：

Web开发竞技场：GPT-6 Astra Max首秀即达1797 Elo，较上周榜首（Claude Opus 5 Max，1691）跃升+107。如此大的首秀增量实属罕见；今年此前的纪录不足+60。Claude Fable 5.1 Max以1762位列第二。

文本竞技场：Claude Fable 5.1 Max以1514夺得#1，终结了Opus 5 Max的统治（1505，现居第三，落后于Opus 5 High）。

LiveBench：Fable 5.1 Max Effort略胜其前代，83.8对83.4，Astra Max紧随其后为83.1，三款模型在无污染套件上差距仅0.7分。

BenchLM：Fable 5.1以83.0居首，Astra以81.1次之。注意异常项：上周BenchLM榜首为Claude Mythos 5（83.4），即受限访问版本，这凸显了访问层级如何使排行榜解读复杂化。

Aider polyglot（实用代码编辑）：无变化，GPT-5 High仍以88.0%领先。Astra与Fable 5.1均尚未在此基准上测试；敬请关注下周。

竞技场已为新组合加冕；Aider尚未测试它们；LiveBench显示前三名差距不足一分。若只读一个榜单，你看到的是加冕礼；若通读五个榜单，你看到的是带星号的难分胜负。这种差异正是这些快照存在的原因。

实时榜单，每日更新：文本 · Web开发 · 完整历史