3 сентября 2026 г.
GPT-6 Astra почти закрыла ARC-AGI-3 по замерам OpenAI: 98.6% против 7.8% у GPT-5.6 Sol
OpenAI показала бенчмарки GPT-6 Astra: почти во всех замерах выше Fable 5.1 и Opus 5, но главную цифру уже оспаривают.
🚨 AI News | TestingCatalog
@testingcatalog
OPENAI 🔥: GPT-6 Astra набрала 98.6% на ARC-AGI-3 и вышла в топ по большинству остальных бенчмарков. > 74% на DeepSWE 1.1, большие скачки на FrontierMath Tier 4, Terminal-Bench Science 0.1 и не только.
Бенчмарки GPT 6 Astra Источник: https://thenewstack.io/openai-gpt6-astra-benchmarks/
· 8,8 тыс. просмотров
У GPT-5.6 Sol на ARC-AGI-3 было 7.8%. GPT-6 Astra, по замерам OpenAI, взяла 98.6%.
Это заявка на смену лидера. В сводках за 3 сентября Astra стоит выше Fable 5.1 и Opus 5 почти во всех замерах: на FrontierMath Tier 4 у неё 97.6% против 87.8% у Fable 5.1 (NextBigFuture, 03.09).
Главную цифру уже оспаривают. Сторонние наблюдатели называют 98.6% на ARC-AGI-3 неподтверждённой: на публичном лидерборде GPT-5.6 Sol даёт 7.78% в стандартных условиях и 38.3% с оптимизированными настройками (разбор CryptoBriefing, 03.09). Настройки прогона двигают результат в разы.
По коду рост скромнее. На DeepSWE v1.1 Astra набрала 74.1% против 65.7% у GPT-5.6 Sol, а время на задачу упало с 75 до 40 минут (VentureBeat, 03.09).
Из нового: computer use. Astra сама работает с таблицами, формами и веб-страницами. Президент OpenAI Грег Брокман называет скорость «часто сверхчеловеческой» (Fortune, 03.09).
Доступ идёт волнами. Первыми модель получают корпоративные клиенты через Trusted Access Program, дальше обещаны API и планы Plus, Pro, Business и Enterprise. В API стандартный режим стоит $10 за миллион входных токенов и $50 за миллион выходных, окно — 1 050 000 токенов. Fast Mode вдвое дороже: $20 и $100.
API и планы Plus, Pro, Business и Enterprise обещаны в ближайшие дни — тогда появятся первые сторонние замеры вместо цифр вендора.
Первоисточник