事件专题 ·多源确认

GPT-6.2 Astra 在 ARC-AGI-3 验证测试拿下 100% 得分

OpenAI 的 GPT-6.2 Astra 在 ARC Prize 官方验证测试中创下多项纪录:ARC-AGI-3 得分 100.0%(SOTA),使用 provider adapter 时成本为 $4.1K,标准模式下为 70.3%、$24.2K。这是首个在 ARC-AGI-3 上拿到满分成绩的模型。 在 ARC-AGI-2 上,该模型取得 95.8%(SOTA),每任务成本 $0.50;在 ARC-AGI-1 上为 98.5%,每任务成本 $0.17。ARC-AGI 系列基准由 ARC Prize 组织维护,用于衡量模型在陌生抽象推理任务上的泛化能力,此前没有任何模型在最新版本上接近满分。 从成本曲线看,任务单价从 ARC-AGI-1 的 $0.17 到 ARC-AGI-3 的 $4.1K(adapter 模式)跨度极大,说明高难度推理的算力开销仍显著高于常规任务。对追踪推理模型进展的开发者而言,这份成绩单可作为对比 Claude、Gemini 等竞品在 ARC-AGI 上表现的直接参照。

当前结论

OpenAI 的 GPT-6.2 Astra 在 ARC-AGI-3 上拿了 100% 满分,是目前唯一做到的模型。ARC-AGI-2 和 ARC-AGI-1 也分别刷到 95.8% 和 98.5%,成本数据都公开了。做推理模型选型对比的话,这份榜单值得拿去和 Claude、Gemini 的成绩对一下。

11 个信源93° AI 热度最后更新 2026/11/17 17:58:27

证据链

11 个信源
相关来源 1Artificial Analysis
查看原文
相关来源 3Noam Brown (OpenAI 推理)
查看原文

冲突核查

现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。