同一モデルで36ポイント離れた二つのARC-AGI-3スコア
時代：LLM時代 · 2020年代～現在
2026年9月2日、ARC PrizeはGPT-6 AstraのARC-AGI-3検証結果を十二通りのharness構成にわたり公表した。同一の半非公開評価セットで、標準harnessでは62.71%、これはモデルが残すと決めた覚え書きを持ち越せる構成である。Provider Adapter harnessでは98.55%、これは要求のあいだ推論状態を保持し、長い対話を圧縮する。Astraは96%のレベルで、試験を受けた人間の中央値より少ない手数で解いた。この数値はモデルと足場を合わせて測ったものであり、だからこそ両方を記録する。
ARC Prize Foundation
出典と根拠
GPT-6 Astra — ARC-AGI Results
ARC Prize Foundation · 出典種別：機関アーカイブ
ARC Prizeは、同じモデル、同じSemi-Privateセットで、Standardハーネスでは62.71%、Provider Adapterハーネスでは98.55%を記録しており、ハーネスの構成は12通りにわたります。
公開日： ·確認日：
OpenAI’s GPT-6 Astra on ARC-AGI-3
ARC Prize Foundation · 出典種別：一次発表
ARC Prize自身の分析は、Standardハーネスで2万6000ドルを費やして62.7%、Provider Adapterで1万9000ドルを費やして観測された最高の99.9%という数字を挙げ、Astraは96%のレベルで、テストされた人間の中央値より少ない操作で済んだとしています。
公開日： ·確認日：