待验证50% 置信基准精确时间

在无说明书、无规则的陌生游戏测试中，上一代AI取得7.8%成绩，GPT-6在保留推理状态的Agent框架下达到99.9%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/26

首次发现

有效期至：2026/12/25

来源

GPT-6 Astra发布：AGI时代真的来了吗？

涉及实体

GPT-6 Astramodel

相关事实

待验证在专为模型设计的未知规则小游戏测试中，GPT-6拿到99分接近满分，人类最高分只有30多分，其他模型仅在40分左右80% 相似待验证GPT-6 Astra在ARC-AGI类测试中达到接近满分的99.9%，而普通人类测试者平均得分仅为48%75% 相似待验证即便是GPT-4级别的Agent，面对含有5步以上工具调用的复杂任务时，端到端成功率往往低于60%71% 相似待验证在96%的关卡里，GPT-6找到答案所需的尝试次数比普通人还少71% 相似待验证在某些测试条件下，主流AI编程工具推荐不存在包名的概率可达5%~20%67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/951507

API

curl https://kongchang.com/api/v1/knowledge/claims/951507

MCP

get_claim(id=951507)