OpenAI联合创始人Greg Brockman近日转发ARC Prize的评测结果，确认其新一代模型GPT-6 Astra在抽象推理基准ARC-AGI-3上达到当前最优水平。Brockman同时指出，该基准已趋于饱和，暗示其在区分顶尖模型能力上的边际效用正在减弱。

据ARC Prize官方数据，GPT-6 Astra在标准评测环境下得分为63%，但通过新引入的Provider Adapter harness，得分跃升至99%。这一显著提升源于适配器优化了模型的推理路径，使其在96%的ARC-AGI-3关卡上表现超越人类平均水平。

值得关注的是，评测图表显示，采用更高推理层级的配置往往带来更低的计算成本。Astra在解决任务时使用更少的动作步骤，从而减少了模型调用次数和token消耗，这为高性能AI的经济性运营提供了新证据。

业内分析认为，ARC-AGI-3的饱和可能促使研究者重新审视现有基准的设计逻辑。随着模型在特定任务上逼近或超越人类，如何构建更具挑战性的评估框架，已成为AI社区面临的新课题。OpenAI尚未就GPT-6 Astra的正式发布计划发表评论。