GPT-6 Astra 玩 ARC-AGI-3 仅 27% 动作用推理 token,隐式推理疑大幅跃升
mhmazur · x · 2026-09-05
GPT-6 Astra 在 ARC-AGI-3 上的新数据点
在标准测试环境、低推理力度下,对 ARC-AGI-3 公开游戏的行为统计显示:
- GPT-5.6 Sol:98% 的动作使用了推理 token
- GPT-6 Astra:仅 27% 的动作使用推理 token,降幅巨大
半私有游戏上呈现相同模式,说明差异并非公开基准污染所致,而可能反映 GPT 模型架构层面的变化。
Ryan Greenblatt 讨论中指出,GPT-6 Astra 的隐式推理能力似乎是巨大飞跃:看起来能在「脑内」直接解出高难度竞赛数学题(无需外显的思维链),而此前的 AI 只能解基础应用题。作者认为如果基准结果有代表性,这一点相当值得警惕,但也强调需注意图中标注的多项注意事项。
整体仍属第三方观察分析,结论有待更多验证。
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