北京
分享至
GPT-6 Astra 在 ARC-AGI 3 基准测试中拿下 98.6%，而上一代 GPT-5.6 Sol 只有 7.8%。这个跨度大到原作者连发多个问号，直呼难以置信。
不只是推理测试，其他榜单同样夸张：
- FrontierMath Tier 4（v2）：97.6%
- ExploitBench：100%
- SRE-Bench（四次尝试）：99.2%
从 7.8% 到 98.6%，这已经不是迭代，是换了个物种。问题来了：是测试本身被摸透了，还是模型真的质变了？评论区吵翻了。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
