OpenAI 发布 MentalHealthBench，GPT-6 Astra 得分 57.3
中文摘要
OpenAI发布MentalHealthBench，GPT-6 Astra得分57.3远超GPT-4o。该基准由全球专家构建。
English Summary
OpenAI launched MentalHealthBench. GPT-6 Astra scored 57.3, outperforming GPT-4o (32.1). The benchmark was built by 80+ global experts.
Original Excerpt
OpenAI 推出心理健康对话基准 MentalHealthBench，GPT-6 Astra 得分 57.3，远高于 GPT-4o 的 32.1。该基准由来自 22 个国家、覆盖 19 种语言的 80 多位执业心理学家和精神科医生共同构建，每段合成对话配专家评分标准，至少 3 位专家审核。GPT-5.6 Sol 依据人工标准为模型回答打分，因此评分质量仍部分依赖 LLM 评判。