GPT-6 Astra 在 ARC-AGI-3 基准测试中达 SOTA，评测称该基准趋于饱和

OmniTools 9月4日消息，OpenAI 的 GPT-6 Astra 模型在 ARC-AGI-3 基准测试中取得当前最优（SOTA）成绩。标准 harness 得分为 63%，经 Provider Adapter harness 优化后达 99%，在 96% 的关卡中表现超越人类水平。

相关评测指出，ARC-AGI-3 基准已呈现饱和趋势。数据显示，更高推理层级的模型调用反而更节省成本——Astra 以更少动作完成关卡，显著降低 token 消耗与调用次数。