Astra 刷满 ARC-AGI-3 基准,用步数比人类平均更少
ObiWanCanownme · reddit · 2026-09-04
ARC Prize 官方博客披露,智能体 Astra 在新一代交互式推理基准 ARC-AGI-3 上实现了饱和(拿到该基准的最高可达分数),而且完成任务所用的操作步数比人类玩家的平均值还要少,是目前该基准上已知最强战绩之一。
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
- 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
- MiniMax M3.1 Flash 上架 TokenRouter：DeepSWE 73.7%，输出 $0.6/M — MiniMax_AI · 2026-10-21