OpenAIs GPT-6 Astra erreicht 62,7% für 26.000 $ auf ARC-AGI-3 Semi-Private mit unserem Standard-Harness und 99,9% für 19.000 $ mit dem Provider-Adapter-Harness. Beides sind Spitzenwerte.

GPT-6 Astra übertrifft die menschliche Basislinie in der Aktions-Effizienz auf ARC-AGI-3 und verwendet auf 96% der Ebenen weniger Aktionen als der mediane getestete Mensch. Es verwandelt unbekannte Umgebungen in kompakte symbolische Weltmodelle, stellt Spielmechaniken als logische Regeln dar und entwickelt eine eigene domänenspezifische Sprachkurzform.

ARC-AGI-3 ist ein Benchmark für agentische Intelligenz durch neuartige, abstrakte, rundenbasierte Umgebungen. Agenten müssen erkunden, Ziele ableiten und interne Modelle aufbauen, um Aktionen zu planen. Menschen können 100% der Umgebungen lösen. Das Ziel ist, die verbleibende Lücke zwischen aktueller KI und AGI zu messen.

ARC-AGI-3 testet vier Komponenten: Erkundung, Modellierung, Zielsetzung und Planung/Ausführung. Höhere Denkstufen kosten in der Regel weniger, weil Astra Spiele mit weniger Aktionen löst und so Modellaufrufe und Token reduziert. Zum Kostenvergleich erhielten menschliche Teilnehmer 115 $ pro 90-minütiger Sitzung plus 5 $ pro abgeschlossenem Spiel.

Wichtige Entitäten: Unternehmen: OpenAI