François Chollet 评 GPT-6 Astra 在 ARC-AGI-3 测试中表现接近满分

OmniTools 9月4日消息，ARC-AGI 基准测试创建者 François Chollet 在社交平台发文指出，GPT-6 Astra 在交互式推理任务上带来阶跃式能力提升。使用标准评估框架（harness）在 ARC-AGI-3 上得分为 66%；若结合持续对话 harness 与自定义 compaction 方法，得分接近 100%。单次推理成本约为 360 美元。