OpenAIのGPT-6 Astra、ARC-AGI-3ベンチマークで人間を凌駕する性能を達成

OpenAIのGPT-6 Astraが、エージェント型知能を評価するARC-AGI-3ベンチマークにおいて、人間を上回る性能を示した。標準ハーネスでは62.7%(26,098ドル)、プロバイダーアダプターハーネスでは99.9%(18,817ドル)のスコアを記録し、いずれも最先端の成績である。特に、Astraは人間の平均よりも少ないアクション数で96%のレベルを達成し、行動効率において人間を凌駕した。また、未知の環境をコンパクトなシンボリック世界モデルに変換し、ゲームメカニクスを論理規則として表現する能力や、状態追跡と計画立案のための独自のドメイン固有言語ショートハンドを開発する能力が確認された。ARC-AGI-3は、探索、モデリング、目標設定、計画と実行という4つのエージェント知能要素をテストするベンチマークであり、Astraの性能はこれらの要素における進歩を示している。