模型多源确认93°

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

精选理由

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。

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。

正文

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。

原文 · ARC Prize

GPT-6.2 Astra from @OpenAI on ARC-AGI (Verified):

- ARC-AGI-3: 100.0% (SOTA), $4.1K (provider adapter), 70.3%, $24.2K (standard) - ARC-AGI-2: 95.8% (SOTA), $0.50/task - ARC-AGI-1: 98.5%, $0.17/task

GPT-6.2 Astra is the first model to achieve a 100% score on ARC-AGI-3. https://t.co/ZbntnhQaXU

产业坐标与信源核验

本条情报归属 AITOP「模型」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「中美大模型技术代差与商业化对照」「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:GPT-6.2 Astra、OpenAI、ARC-AGI、推理模型,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明:本文原始线索采编自「ARC Prize」(@arcprize),经 AITOP 多维评分管线结构化提炼。截至目前,全网已有 11 家独立信源对该事件进行交叉印证与跟进报道(含 Artificial Analysis、OpenAI、@koltregaskes 等),属于近期高关注度行业信号。