同一个模型的两个 ARC-AGI-3 分数，相差 36 个百分点
时代：大模型时代 · 2020年代—现在
2026年9月2日，ARC Prize 公布了对 GPT-6 Astra 的 ARC-AGI-3 核验结果，覆盖十二种 harness 配置。在同一个半私有评测集上，标准 harness 下模型得 62.71%，该 harness 允许模型自行选择带走哪些笔记；Provider Adapter harness 下得 98.55%，它在请求之间保留推理状态并对长对话做压缩。Astra 在 96% 的关卡上使用的动作数少于受测人类的中位数。这个分数衡量的是模型连同它的脚手架，因此两个数字都记录在此。
ARC Prize Foundation
来源与支持内容
GPT-6 Astra — ARC-AGI Results
ARC Prize Foundation · 来源类型：机构档案
ARC Prize 记录了同一模型在同一半私有测试集上，用 Standard harness 得 62.71%，用 Provider Adapter harness 得 98.55%，共涉及十二种 harness 配置。
发布日期： ·访问日期：
OpenAI’s GPT-6 Astra on ARC-AGI-3
ARC Prize Foundation · 来源类型：一手公告
ARC Prize 自己的分析给出，Standard harness 下花费 2.6 万美元得 62.7%，Provider Adapter 下花费 1.9 万美元观测到的最好成绩为 99.9%，并称 Astra 在 96% 的关卡上所用动作少于受测人类的中位数。
发布日期： ·访问日期：