El GPT-6 Astra de OpenAI obtiene 62.7% por $26K en ARC-AGI-3 Semi-Private con nuestro harness estándar, y 99.9% por $19K con el harness de adaptador de proveedor. Ambos son puntuaciones de última generación.

GPT-6 Astra supera la línea base humana en eficiencia de acciones en ARC-AGI-3, usando menos acciones que la mediana de humanos probados en 96% de los niveles. Convierte entornos desconocidos en modelos de mundo simbólicos compactos, representando mecánicas de juego como reglas lógicas y desarrollando su propio lenguaje abreviado de dominio específico.

ARC-AGI-3 es un punto de referencia para la inteligencia agéntica a través de entornos novedosos, abstractos y por turnos. Los agentes deben explorar, inferir objetivos y construir modelos internos para planificar acciones. Los humanos pueden resolver el 100% de los entornos. El objetivo es medir la brecha residual entre la IA actual y la AGI.

ARC-AGI-3 prueba cuatro componentes: exploración, modelado, establecimiento de objetivos y planificación/ejecución. Los niveles de razonamiento más altos generalmente cuestan menos porque Astra resuelve juegos con menos acciones, reduciendo llamadas de modelo y tokens. Para comparación de costos, los participantes humanos recibieron $115 por sesión de 90 minutos, más $5 por juego completado.

Entidades clave: Empresas: OpenAI