PANews 9月5日，据《财富》报道，OpenAI已正式发布GPT-6 Astra，并称其为“目前全球最智能、且对齐程度最高的模型”，不过OpenAI已多次调整模型评测数据，部分调整使Astra表现更佳，同时部分竞争对手模型的成绩出现下降。其中，Astra的内部“幻觉率”最初公布为4.2%，后曾被下调至2%，随后又恢复至4.2%；Anthropic的Fable 5.1在FrontierMath Tier 4中的成绩也曾从87.8%降至78%，目前已恢复至83%。此外，Astra的ARC-AGI-3成绩则从发布前的98.6%提升至当前页面显示的99.99%。

OpenAI回应称，将高度重视评测准确性，不同模型检查点、工具配置、推理等级及测试运行均可能造成几个百分点的波动，此次调整是为了确保数据能够更准确反映模型性能。市场分析指出，人工智能行业内长期存在所谓“Benchmaxxing”现象，即通过反复调整测试条件、运行方式等来最大化基准测试成绩。