Một mô hình, hai điểm ARC-AGI-3 cách nhau 36 điểm
Thời kỳ: Kỷ nguyên LLM · những năm 2020–Hiện tại
Ngày 2 tháng 9 năm 2026, ARC Prize công bố kết quả ARC-AGI-3 đã kiểm chứng cho GPT-6 Astra trên mười hai cấu hình harness. Trên cùng một tập đánh giá bán riêng tư, mô hình đạt 62,71% với harness tiêu chuẩn, vốn cho phép nó mang theo những ghi chú mà nó chọn giữ lại, và đạt 98,55% với harness Provider Adapter, vốn giữ trạng thái suy luận giữa các yêu cầu và nén các hội thoại dài. Astra dùng ít hành động hơn trung vị của những người được thử nghiệm ở 96% số màn. Con số này đo mô hình cùng với giàn giáo của nó, nên cả hai đều được ghi lại ở đây.
ARC Prize Foundation
Nguồn và bằng chứng
GPT-6 Astra — ARC-AGI Results
ARC Prize Foundation · Loại nguồn: Lưu trữ của tổ chức
ARC Prize ghi nhận 62,71% với harness Standard và 98,55% với harness Provider Adapter cho cùng một mô hình trên cùng bộ Semi-Private, qua mười hai cấu hình harness.
Xuất bản: ·Truy cập:
OpenAI’s GPT-6 Astra on ARC-AGI-3
ARC Prize Foundation · Loại nguồn: Thông báo gốc
Phân tích của chính ARC Prize nêu 62,7% với chi phí 26.000 đô la khi dùng harness Standard và kết quả tốt nhất quan sát được là 99,9% với chi phí 19.000 đô la khi dùng một Provider Adapter, đồng thời cho biết Astra dùng ít thao tác hơn mức trung vị của người được thử nghiệm ở 96% số màn.
Xuất bản: ·Truy cập: