GPT-6 Sol 跑分出炉:ARC-AGI-2 得 89.6%,ARC-AGI-3 仅 23%
fchollet · x · 2026-09-29
ARC Prize 公布 OpenAI 新模型 GPT-6 Sol 在 ARC-AGI(Verified)上的官方成绩:
- ARC-AGI-3:标准 harness 4.6%(花费 $5.6K),provider adapter harness 下 23.0%(花费 $8.7K)——对比之下 Luna 仅 0.59%,而 Astra 已达 99.9%
- ARC-AGI-2:89.6%,每任务成本 $0.44
- ARC-AGI-1:95.5%,每任务成本 $0.14
Sol 在 ARC-AGI-2 上已接近「解决」,但在考察开放世界探索与推理的 ARC-AGI-3 上与 Astra 差距悬殊,当前前沿模型在真正未知环境下的泛化能力仍是短板。
「模型」频道最新
- Devin 中现 stealth 模型 silicon-2,疑似 Anthropic 新模型 — kimmonismus · 2026-11-16
- Google AI Mode隐藏所用Gemini型号,Gemini 4 Carbon下放Pro用户 — gaganghotra_ · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- Nathan Lambert 点破 Ethan Mollick 榜单对比漏掉了 Kimi — natolambert · 2026-11-16
- 评测方 Trajectory 给 40 个 Agent 写「永不放弃」提示词,此前未告知 Epoch — peterwildeford · 2026-11-16
- 自托管实测:Unsloth Q8 量化版大幅优于默认 Q3,连夜跑完 331 份账单分析 — No_Cartographer3953 · 2026-11-16