GPT-6 Astra 通关 ARC-AGI-3 关卡的步数少于人类中位数，促使 Chollet 提前 AGI 预测

Epoch AI 在 50 多个基准测试中将 GPT-6 Astra 排名第一（169 分），而 Artificial Analysis 给其打分为 61 分、与 GPT-5.6 Sol 持平，落后于 Claude Fable 5.1 的 66 分、因此综合评价确实存在分歧。毫无争议的结果出现在 ARC-AGI-3 上，Astra 在约 $26,000 的测试成本下达到了 62.7% 的成绩，而 Sol 为 7.8%，Claude Opus 5 为 30.2%，并且在 96% 的关卡中，其通关步数少于成功通关的人类中位数。Francois Chollet 称这一进展比预期快了一倍，并提前了其 2030 年的 AGI 预测，将前沿竞争从原始基准分数转向 sample efficiency、即模型在掌握陌生环境前所需的经验量有多小。

来源： the-decoder.com ↗