整理：TopAIMap 编辑
Artificial Analysis 发布 AA-Robotics v0.1：GPT-6 Astra 机械臂评测登顶 69 分
AA 推出具身智能研究预览：编码 Agent 经 HTTP 直控六轴机械臂完成 8 项桌面任务；GPT-6 Astra 均分 69，GPT-6.1 Sol 65（约 $1.93/题），Gemini 4 Argon 55，Claude Opus 5.5 49；单题约 30 分钟，相对人类约慢 100×、贵 10×。
Artificial Analysis 于 2026-10-14（约 22:01 UTC / 3:01pm PT）发布 AA-Robotics v0.1 研究预览：把前沿语言模型放进 coding agent harness，经简单 HTTP API 控制 Hiwonder NexArm 六轴臂（5 关节+夹爪），零样本完成首批 8 项桌面任务（抓取灵巧、空间推理、异常适应）。评测按通过 100 分、部分完成给分。官方榜：GPT-6 Astra 69、GPT-6.1 Sol 65、Gemini 4 Argon 55、Claude Opus 5.5 49、Claude Fable 5.1 46。成本差异大：Sol 均约 $1.93/题，Astra 约 $16.36/题（约 8×）；团队称相对人类基线约慢两个数量级、贵约 10×，现时不适合生产机器人，但认为进展会很快。
谁能用：AA-Robotics 为公开评测/研究预览（非新消费产品）。榜上模型仍走各自渠道——GPT-6 Astra / GPT-6.1 Sol：OpenAI API（及对应 ChatGPT/Codex 档位以官方为准）；Gemini 4 Argon：Gemini App/Search（Pro+Ultra 等）与付费 API、Antigravity（Ultra/Enterprise）；Claude Opus 5.5 / Fable 5.1：Anthropic App/API/Claude Code（Free/Pro/Max/API/Enterprise）。本地复现需自备机械臂与 harness。 解读：语言 Agent「写代码控臂」已能做简单桌面任务，瓶颈从「会不会」转向「太慢太贵」；成本前沿上 Sol 性价比压过 Astra 的小幅分差。讨论：① 下一代该优先压延迟/成本，还是继续堆零样本成功率？② 专用机器人策略模型与通用 LLM+harness，谁会先进入产线？ 来源：Artificial Analysis · X @ArtificialAnlys https://artificialanalysis.ai/articles/aa-robotics https://x.com/ArtificialAnlys/status/2110491190609297422
