Одна модель, два результата ARC-AGI-3 с разрывом в 36 пунктов
Эпоха: Эпоха LLM · 2020-е–настоящее время
2 сентября 2026 года ARC Prize опубликовала проверенные результаты ARC-AGI-3 для GPT-6 Astra по двенадцати конфигурациям harness. На одном и том же полузакрытом наборе модель набирает 62,71 % со стандартным harness, который позволяет ей переносить заметки по собственному выбору, и 98,55 % с harness Provider Adapter, сохраняющим состояние рассуждения между запросами и сжимающим длинные диалоги. На 96 % уровней Astra потратила меньше действий, чем медиана протестированных людей. Величина измеряет модель вместе с её лесами, поэтому здесь записаны обе.
ARC Prize Foundation
Источники и подтверждения
GPT-6 Astra — ARC-AGI Results
ARC Prize Foundation · Тип источника: Институциональный архив
ARC Prize фиксирует 62,71 % со стандартной обвязкой Standard и 98,55 % с обвязкой Provider Adapter для одной и той же модели на одном и том же наборе Semi-Private, в двенадцати конфигурациях обвязки.
Опубликовано: ·Проверено:
OpenAI’s GPT-6 Astra on ARC-AGI-3
ARC Prize Foundation · Тип источника: Первичное объявление
Собственный анализ ARC Prize приводит 62,7 % за 26 000 долларов с обвязкой Standard и лучший наблюдавшийся результат 99,9 % за 19 000 долларов с Provider Adapter и указывает, что Astra потребовалось меньше действий, чем медианному протестированному человеку, на 96 % уровней.
Опубликовано: ·Проверено: