在 HealthBench 上，GPT-6 Sol（max）写出的回答最短（约 1000 字符），原始沟通质量得分最高（81%），但完整性得分最低（34%）。14 个模型中有 13 个的最低得分主题是 Context Seeking 或 Global Health。

Artificial Analysis 报告称，在 HealthBench 上，GPT-6 Sol（max）给出的答案最短，约 1000 个字符，同时其原始“沟通质量”得分最高，达 81%。这一组合表明，在医疗问答中，简洁的答案并不损害被评判的沟通质量。这是关于前沿模型在健康类评测中表现的一个具体数据点。

• Artificial Analysis2026-10-19 23:03
• Alpha Signal2026-10-19 23:03
• Artificial Analysis2026-10-19 23:03