GPT-6 Astra 满分 ARC-AGI-3,但评测口径并不公平
mhmazur · x · 2026-09-04
Steven Heidel(OpenAI)展示 GPT-6 Astra 在 Responses API 开启 compaction 后,ARC-AGI-3 满分,超过 Opus 5 和 GPT-5.6 Sol。
不过 mhmazur 指出该对比不等价:Astra 的分数使用新的 Provider Adapter harness(可在多次请求与压缩间保留不透明推理),而 Opus 5 与 GPT-5.6 Sol 的分数用的是 Standard harness,口径不一致,不能直接横比。
所属事件:GPT-6 Astra 刷爆 ARC-AGI-3：满分、零推理 token 与 harness 争议(10 条相关)→
「模型」频道最新
- 开发者实测:Gemini Argon 分析调试日志优于 Fable 5.1 — ShikharMurty · 2026-10-21
- 用户让 ChatGPT「尖叫」，它陷入无限循环 AAAAHHH 停不下来 — AutomaticScene · 2026-10-21
- 开源新模型 Ornith-1.5-122B 发布:SWE-bench 84.5%,单卡 DGX 可跑 — _akhaliq · 2026-10-21
- qev-0.8B:3.5毫秒决策、1.3GB本地跑的微型模型登顶 — fajfas3 · 2026-10-21
- Gemini 3.1 Pro 玩「两真一假」：bot 太沉迷账本，秒被识破谎言 — mimi10v3 · 2026-10-21
- 1.3B 开源模型 OXR 登顶三大文档解析榜，百页 101 秒 — aftahi_ai · 2026-10-21