O GPT-6 Astra da OpenAI atinge 62,7% por US$ 26 mil no ARC-AGI-3 Semi-Privado com nosso harness padrão, e 99,9% por US$ 19 mil com o harness de adaptador de provedor. Ambos são pontuações de última geração.

O GPT-6 Astra supera a linha de base humana em eficiência de ações no ARC-AGI-3, usando menos ações do que a mediana dos humanos testados em 96% dos níveis. Ele transforma ambientes desconhecidos em modelos de mundo simbólicos compactos, representando mecânicas de jogo como regras lógicas e desenvolvendo sua própria abreviação de linguagem específica do domínio.

ARC-AGI-3 é um benchmark para inteligência agêntica por meio de ambientes novos, abstratos e baseados em turnos. Os agentes devem explorar, inferir objetivos e construir modelos internos para planejar ações. Os humanos podem resolver 100% dos ambientes. O objetivo é medir a lacuna residual entre a IA atual e a AGI.

ARC-AGI-3 testa quatro componentes: exploração, modelagem, definição de metas e planejamento/execução. Níveis de raciocínio mais altos geralmente custam menos porque o Astra resolve jogos com menos ações, reduzindo chamadas de modelo e tokens. Para comparação de custos, os participantes humanos receberam US$ 115 por sessão de 90 minutos, mais US$ 5 por jogo concluído.

Entidades-chave: Empresas: OpenAI