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
- ElevenLabs v4 语音模型上线 Runway，Narration 表现力再升级 — runwayml · 2026-09-29
- 曝 Anthropic 发布 Sonnet 5.5:逼近 Opus 5.5 性能,价格仅一半 — oran_ge · 2026-09-29
- 小米 MiMo-V2.6 蒸馏版 9B 开源量化模型登上 Hugging Face 热榜 — bartowski · 2026-09-29
- 曝 OpenAI 因安全争议取消 GPT-6.1 Astra 十月发布计划 — Polymarket · 2026-09-29
- 实测 5 个 Qwen3.6-35B 微调版:几乎全被原版基座碾压 — returnity · 2026-09-29
- 30709 投稿中 112 篇 oral:NeurIPS 论文揭 CUA 评测「回放作弊」漏洞 — proceduralia · 2026-09-29