您的位置首页 >人工智能 >

GPT-6.2 Astra 拿下 ARC-AGI-3 首个满分,Provider Adapter 配置花费约 4100 美元

ARC Prize 官方在 2026 年 11 月 17 日完成验证,GPT-6.2 Astra 成为首个在 ARC-AGI-3 拿到 100% 满分的模型,该成绩使用 Provider Adapter(供应商适配器)评测配置,整套评测运行成本约 4100 美元;而在标准 Standard harness 评测下,同一模型得分仅为 70.31%,对应成本约 2.42 万美元。本次满分结果之所以备受关注,是因为 ARC-AGI-3 是测试模型抽象推理、全新环境任务求解能力的高难度基准,过往模型很难拿到满分;但必须注意,满分是在保留模型推理状态的 Adapter 配置下取得,标准评测环境下成绩有明显差距。两种评测 harness 的区别,直接决定了最终分数,本次结果可以证明模型在适配保留推理状态的条件下达到满分水平,不能直接等同于标准场景下的绝对满分表现。

一、两组评测结果对比

评测配置得分评测成本说明
Provider Adapter(适配器)100.0%(首个满分)约 4112 美元(约 4100 美元)保留模型不透明推理状态,支持长对话压缩复用过往工作
Standard(标准 harness)70.31%约 2.42 万美元标准统一对比环境,模型只能自行携带笔记,不能保留内部推理状态

二、两种评测 harness 的区别

  1. Standard harness(标准)
  2. ARC Prize 官方统一对比环境,要求模型在环境里自主保存笔记;
  3. 各厂商模型使用同一套规则横向对比,是更严格的通用评测口径;
  4. 在这套规则下,Claude Fable 5.2 得分 81.17%,高于 GPT-6.2 Astra 的 70.31%。
  5. Provider Adapter(适配器)
  6. 允许模型在多次请求之间保留内部推理状态,使用压缩机制复用此前的推理成果;
  7. 是本次拿到 ARC-AGI-3 满分所用的配置;
  8. 同配置下,Gemini 4 Carbon 得分 99.09%,Claude Fable 5.2 得分 97.72%。

三、成本对比要点

  • 上一代 GPT-6 Astra 在 Adapter 配置下拿到 99.95%,评测成本约 18817 美元;
  • GPT-6.2 Astra 本次 100% 满分运行成本仅约 4112 美元,成本下降约 4.6 倍;
  • 标准 harness 下,GPT-6.2 Astra 评测成本约 24169 美元。

四、其他同榜成绩(Adapter 配置)

模型ARC-AGI-3 得分评测成本
GPT-6.2 Astra100%约 4112 美元
Gemini 4 Carbon99.09%约 4560 美元
Claude Fable 5.297.72%约 18625 美元

五、结果解读

ARC-AGI-3 的分数对评测配置(harness)非常敏感,适配器配置能让模型复用推理记忆,大幅提升得分;标准环境更贴近真实开放任务场景,此时 GPT-6.2 Astra 并未领跑。该满分记录仅代表 Adapter 条件下的最优成绩,不代表所有评测口径都达到满分。

【常见问题】

问题 1:GPT-6.2 Astra 在 ARC-AGI-3 拿到 100% 满分,用的是什么评测配置?

回答 1:GPT-6.2 Astra 在 ARC-AGI-3 的 100% 满分,使用的是 Provider Adapter 适配器评测配置,这套配置允许模型跨请求保留内部推理状态,本次评测运行花费约 4100 美元。

问题 2:为什么说 GPT-6.2 Astra 的 ARC-AGI-3 满分不是标准环境成绩?

回答 2:ARC-AGI-3 满分仅在 Provider Adapter 配置下取得,标准 Standard harness 环境中,GPT-6.2 Astra 得分只有 70.31%,两套评测规则不同,分数不能直接等同。

问题 3:GPT-6.2 Astra 拿下 ARC-AGI-3 满分,对比上一代成本变化有多大?

回答 3:上一代 GPT-6 Astra 在 Adapter 配置拿到 99.95% 花费约 18817 美元,GPT-6.2 Astra 本次满分成本约 4100 美元,成本大幅下降,约为之前的 1/4.6。

问题 4:在标准 ARC-AGI-3 评测下,哪个模型得分高于 GPT-6.2 Astra?

回答 4:在标准 Standard harness 下,Claude Fable 5.2 拿到 81.17%,高于 GPT-6.2 Astra 的 70.31%,是该评测口径下的领先模型。

【参考资料】

[2026-11-17](OpenAI's GPT-6.2 Astra Is First to 100% on ARC-AGI-3: $4.1K)FourWeekMBA

[2026-11-18](终于,GPT-6.2 Astra 来了)搜狐网

【免责声明】

本文内容基于公开媒体与 ARC Prize 排行榜信息整理,仅作信息参考;评测分数、成本数据以 ARC Prize 官方最新榜单为准,不同评测口径结果不可直接横向等价对比,本文不构成任何技术或投资建议。

今日大家都在搜的词: