Greg Brockman 转发 @arcprize 的评测称 OpenAI 的 GPT-6 Astra 在 ARC-AGI-3 上取得 SOTA，他称该基准已饱和。
Astra 标准 harness 得分 63%，经新的 Provider Adapter harness 达 99%，在 96% 的 ARC-AGI-3 关卡上超越人类表现；
排行榜图还显示更高推理层级通常成本更低，因为 Astra 用更少动作通关，减少模型调用和 token 数。
AIニュース / 業界動向
Back to AI news
グレッグ・ブロックマンが転送：GPT-6 Astra が ARC-AGI-3 で SOTA に達し、ベンチマークが飽和に近づく
Greg Brockman は @arcprize のレビューをリツイートし、OpenAI の GPT-6 Astra が ARC-AGI-3 で SOTA を達成したと述べ、彼はこのベンチマークは既に飽和していると述べています。Astra の標準ハーネスのスコアは 63% で、新しい Provider Ad...
本日のAI情報サマリー
Greg Brockman は @arcprize のレビューをリツイートし、OpenAI の GPT-6 Astra が ARC-AGI-3 で SOTA
を達成したと述べ、彼はこのベンチマークは既に飽和していると述べています。 Astra の標準ハーネスのスコアは 63% で、新しい Provider Adapter ハーネスでは 99% に達し、ARC-AGI-3 の 96% のステージで人間のパフォーマンスを上回りました。 ランキング図は、推論レベルが高いほど通常コストが低いことも示しています。 これは Astra がより少ないアクションでクリアし、モデル呼び出しとトークン数を減らしているためです。
动态正文 · AI 整理
情報評価
Aioga 编辑摘要
据 Greg Brockman 转发的 @arcprize 评测，材料称 OpenAI 的 GPT-6 Astra 在 ARC-AGI-3 取得 SOTA；标准 harness 得分 63%，Provider Adapter harness 得分 99%，并在 96% 关卡上超过人类表现。
背景分析
材料同时称，排行榜图显示更高推理层级通常成本更低，原因是 Astra 以更少动作通关，从而减少模型调用和 token 数；Brockman 还称该基准已饱和。
Aioga 观点
Aioga 判断：这则信息的核心不只是榜单分数差异，也包括评测 harness 变化带来的结果差异。由于材料仅提供转述与摘要，SOTA、饱和及成本关系仍应结合完整评测规则核验。
影响与后续
可能影响：若相关评测结果可复现，ARC-AGI-3 的比较将需要同时关注 harness、动作数量、模型调用和 token 消耗；但单条材料不足以证明通用能力提升，也不代表所有任务成本都会下降。 后续观察：建议核对 ARC-AGI-3 排行榜、标准与 Provider Adapter harness 的定义、样本覆盖和复测结果，并持续观察“基准饱和”判断是否得到后续公开数据支持。
Source and Copyright
取得元が提供するタイトル、要約、出典、元記事リンクを掲載しています。記事全文は転載していません。
取得経路: 要約集約 · 元ドメイン: x.com
出典: @gdb)
元記事: 元記事を開く
Aioga アーカイブ: 情報ページを開く
Content record: social-summary · Updated: 2026-09-03T21:46:00.000Z
API RELAY · DEVELOPER INFRASTRUCTURE
API 中转站
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this article