主要来源Decoder
查看原文事件专题 ·多源确认
GPT-6 Astra基准测试结果不一
OpenAI的GPT-6 Astra在基准测试中表现不一。Epoch AI将其评为169分，排名第一；而Artificial Analysis则认为其表现与前任相当，落后于Claude Fable 5.1。最引人注目的是在ARC-AGI-3测试中，Astra首次以超越普通人类的效率完成测试。ARC Prize负责人François Chollet虽不认为这已证明AGI实现，但他认为进步速度比预期快一倍，并提前了AGI预测时间。
当前结论
GPT-6 Astra在ARC-AGI-3测试中首次超越人类效率，让AI专家Chollet提前了AGI预测时间。
11 个信源73° AI 热度最后更新 2026/9/4 11:07:36
证据链
11 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。