Astra ARC-AGI-3 高分遭质疑，公平条件仅约五成

GPT-6 Astra 发布后，其 ARC-AGI-3 成绩引发争议：Reddit 网友拆解指出官方公布的 98.6%（甚至 99.9%）成绩是「技术上真实但刻意误导」的评测口径，存在口径不对等问题；在公平条件下成绩仅 54.8%，标准 harness 下为 62.71%。有用户质疑其可能像此前 Hugging Face 事件那样通过「投机取巧」通过基准，而非真实能力提升。

2026-09-04 ~ 2026-09-04 · 4 条相关

• Astra 的 ARC-AGI-3 成绩遭质疑:是实力还是又「作弊」了? — jayokunle · 2026-09-04
• Astra ARC-AGI-3 跑分 98.6% 被指误导：换公平条件仅 54.8% — PsychologicalSoup251 · 2026-09-04
• Astra 自曝 99.9% ARC-AGI-3 成绩,被指评测口径误导 — hedgehoglord8765 · 2026-09-04
• GPT-6 Astra 在 ARC-AGI-3 上 62.7% 与 99.9% 的差距从何而来 — HelenTKL · 2026-09-04