Le GPT-6 Astra d'OpenAI obtient 62,7% pour 26K$ sur ARC-AGI-3 Semi-Privé avec notre harnais standard, et 99,9% pour 19K$ avec le harnais d'adaptateur fournisseur. Les deux sont des scores de pointe.

GPT-6 Astra dépasse la ligne de base humaine en efficacité d'action sur ARC-AGI-3, utilisant moins d'actions que la médiane des humains testés sur 96% des niveaux. Il transforme des environnements inconnus en modèles de monde symboliques compacts, représentant les mécaniques de jeu comme des règles logiques et développant son propre raccourci linguistique spécifique au domaine.

ARC-AGI-3 est un benchmark pour l'intelligence agentique à travers des environnements nouveaux, abstraits et au tour par tour. Les agents doivent explorer, déduire des objectifs et construire des modèles internes pour planifier des actions. Les humains peuvent résoudre 100% des environnements. L'objectif est de mesurer l'écart résiduel entre l'IA actuelle et l'AGI.

ARC-AGI-3 teste quatre composants : exploration, modélisation, définition d'objectifs et planification/exécution. Les niveaux de raisonnement plus élevés coûtent généralement moins car Astra résout les jeux en moins d'actions, réduisant les appels de modèle et les jetons. Pour la comparaison des coûts, les participants humains ont été payés 115$ par session de 90 minutes, plus 5$ par jeu terminé.

Entités clés : Entreprises : OpenAI