AI 深度解读 · 科技 · 人工智能
首批GPT-6内测结果离谱
30 秒速读赶时间看这里
ARC-AGI-3近满分，多项基准登顶
热点原文摘录
"9月4日，OpenAI正式发布GPT-6 Astra，首批内测结果震惊业界：在ARC-AGI-3测试中近乎满分（99.9%），网络安全漏洞利用基准ExploitBench获满分，还能自主完成PCB设计、3D建模、游戏开发等复杂任务，被称为“" 摘自公开热点词条简介 · 查看公开来源
01
核心事实
9月4日，OpenAI 正式发布 GPT-6 Astra。首批内测显示，该模型在 ARC-AGI-3 测试中接近满分（99.9%），在网络安全漏洞利用基准 ExploitBench 上取得满分，并能自主完成 PCB 设计、3D 建模、游戏开发等任务。
02
为什么重要
- ARC 系列考的是抽象推理，高分意味着不止于模式匹配
- 漏洞利用基准满分是双刃指标，同一能力也可被滥用
03
深层启示
模型越能自主完成整条任务链，评估它的难度就越大
拿满分的那项，恰恰最该警惕
—— 观察者 · 本篇金句
话题追踪同实体 · 跨刊期 10 条
昨天GPT-6 Sol和Luna发布 API价格降一半OpenAI发布GPT-6 Sol和Luna，API价格较前代降低50%。OpenAI638.2万2天前OpenAI被曝开发新功能知情人士称OpenAI开发新功能应对竞争，并讨论推出个人AI助手。OpenAI532.2万6天前OpenAI推出打官司AI助手OpenAI推出法律AI平台Astra for Law，最高推理强度下测试正确率54%。OpenAI333.5万1周前“你想毁掉自己的职业生涯吗？”25位菲尔兹奖得主联合声明批评AI公司，OpenAI被指截走数学家成果。OpenAI475.8万1周前三大CEO呼吁AI“降速”Anthropic等公司CEO罕见呼吁行业放慢模型能力提升。OpenAI589.9万1周前一夜之间 多家顶级AI公司想踩刹车几家最能跑的AI公司，同时说该踩刹车了。OpenAI723.4万1周前AI会毁灭人类？美AI巨头们呼吁减速AI巨头集体呼吁放缓，OpenAI称将暂缓上市。OpenAI771.2万1周前一夜之间 多家顶级AI公司想踩刹车多家顶级AI公司同期发声，呼吁控制发展节奏。OpenAI752.4万1周前AI几年内可毁灭人类？美国AI天才发声研究员辞职后发声OpenAI723.7万2周前OpenAI发布ChatGPT Images 2.5生成延迟最多降50%OpenAI646.7万