Unverified50% confidenceBenchmarkExact time
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
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
9/26/2026
First Seen
Valid until: 12/25/2026
Sources
Related Entities
Related Claims
Unverified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% similarUnverifiedGPT-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% similarUnverified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% similarUnverified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% similarUnverified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% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/951507API
curl https://kongchang.com/api/v1/knowledge/claims/951507MCP
get_claim(id=951507)