同一個模型的兩個 ARC-AGI-3 分數，相差 36 個百分點
時代：大模型時代 · 2020年代—現在
2026年9月2日，ARC Prize 公布了對 GPT-6 Astra 的 ARC-AGI-3 核驗結果，涵蓋十二種 harness 配置。在同一個半私有評測集上，標準 harness 下模型得 62.71%，該 harness 允許模型自行選擇帶走哪些筆記；Provider Adapter harness 下得 98.55%，它在請求之間保留推理狀態並對長對話做壓縮。Astra 在 96% 的關卡上使用的動作數少於受測人類的中位數。這個分數衡量的是模型連同它的鷹架，因此兩個數字都記錄在此。
ARC Prize Foundation
來源與支持內容
GPT-6 Astra — ARC-AGI Results
ARC Prize Foundation · 來源類型：機構檔案
ARC Prize 記錄了同一模型在同一半私有測試集上，用 Standard harness 得 62.71%，用 Provider Adapter harness 得 98.55%，共涉及十二種 harness 配置。
發布日期： ·存取日期：
OpenAI’s GPT-6 Astra on ARC-AGI-3
ARC Prize Foundation · 來源類型：一手公告
ARC Prize 自己的分析指出，Standard harness 下花費 2.6 萬美元得 62.7%，Provider Adapter 下花費 1.9 萬美元觀測到的最佳成績為 99.9%，並稱 Astra 在 96% 的關卡上所用動作少於受測人類的中位數。
發布日期： ·存取日期：