GPT-6.2 Astra 已经成为首个在 ARC-AGI-3 基准拿到 100% 满分的大模型,这个满分成绩不是直接跑标准模式拿到的,而是使用 ARC Prize 的 Provider Adapter 适配器框架完成测试,整轮测试的推理开销大约 4100 美元;如果换成标准测试 harness,GPT-6.2 Astra 在 ARC-AGI-3 只能拿到 70.3%,测试成本还会涨到 2.42 万美元,两种模式差距非常明显。之所以适配器模式能大幅提分同时压低成本,是因为 Provider Adapter 可以在多轮推理之间保留模型的中间思考状态,支持长上下文压缩、复用之前的推理结果,不用每一轮都从头重新推导,而标准模式每一题都是独立运行,没办法缓存思考过程,算力消耗更高、正确率反而更低。ARC-AGI-3 是专门测抽象推理、陌生任务泛化能力的硬核基准,也是 AGI 方向很受关注的评测,之前上一代 GPT-6 Astra 最高只能到 99.9%,还做不到满分,这次 GPT-6.2 Astra 不仅突破满分,成本也比上代低很多。下面整理两种测试模式对比,以及 GPT-6.2 Astra 相关信息。
两种测试模式对比表
| 测试框架 | ARC-AGI-3 得分 | 本次测试总成本 |
|---|---|---|
| Provider Adapter(适配器模式) | 100% | 约 4100 美元 |
| Standard harness(标准模式) | 70.3% | 约 24200 美元 |
GPT-6.2 Astra 补充信息
- 定位:面向科研、复杂专业任务、智能体规划的旗舰模型,同期还有主打日常场景的 GPT-6.2 Sol
- API 定价:输入 8 美元 / 百万 token,缓存输入 0.4 美元 / 百万 token,输出 40 美元 / 百万 token,相比老版 Astra 下调 20%
- 短板:代码能力提升有限,部分综合基准依旧弱于 Claude Fable 5.2
- 开放渠道:ChatGPT Plus、Pro、企业版以及 API、Azure、AWS Bedrock 都可以调用
【相关 FAQ】
问题 1:GPT-6.2 Astra 在 ARC-AGI-3 拿到 100% 满分,是不是默认直接跑就满分?
回答 1:不是,GPT-6.2 Astra 的 ARC-AGI-3 满分需要搭配 Provider Adapter 适配器框架,标准测试模式只有 70.3% 得分。
问题 2:GPT-6.2 Astra 跑 ARC-AGI-3 拿到满分花费 4100 美元,这笔钱是模型本身售价吗?
回答 2:不是,4100 美元是在 Provider Adapter 框架下跑完整套 ARC-AGI-3 评测产生的 API 推理费用,不是购买 GPT-6.2 Astra 的价格。
问题 3:Provider Adapter 适配器为什么能让 GPT-6.2 Astra 在 ARC-AGI-3 分数更高、花钱更少?
回答 3:Provider Adapter 适配器可以保存模型中间推理状态、复用思考结果、做上下文压缩,减少重复计算,所以 GPT-6.2 Astra 在 ARC-AGI-3 上正确率上升、推理开销下降。
问题 4:ARC-AGI-3 这个基准,用来测试 GPT-6.2 Astra 这类模型的什么能力?
回答 4:ARC-AGI-3 用来测试 GPT-6.2 Astra 这类模型的抽象推理、陌生规则学习、少样本泛化能力,是 AGI 方向非常热门的硬核评测。
【参考资料】
[2026-11-18](GPT-6.2 Astra 首发,ARC-AGI-3 满分,测试成本 4100 美元)AGIHunt
[2026-11-17](OpenAI’s GPT-6.2 Astra Is First to 100% on ARC-AGI-3: $4.1K)FourWeekMBA
[2026-11-17](OpenAI launches GPT-6.2 Astra and Sol on ChatGPT and APIs)TestingCatalog
[2026-11-18](Anthropic IPO 前夕,OpenAI 推出 GPT-6.2 Astra)华尔街见闻
[2026-09-03](Astra Results on ARC-AGI-3)ARC Prize 官网
【免责声明】
本文内容来自 ARC Prize 官方榜单、海外科技媒体资讯,GPT-6.2 Astra 在 ARC-AGI-3 的得分和测试成本仅为特定评测环境下的结果,不同推理参数、测试框架都会改变分数和开销;基准成绩不等于通用能力,信息仅为 AI 行业资讯参考,不代表模型能力承诺,不构成 API 采购、模型选型建议。
本文来自作者[旋棱探微者]投稿,不代表乌兰科技网立场,如若转载,请注明出处:https://www.wlcbnews.com/rgzn/202611/3916.html
评论列表(4条)
我是乌兰科技网的签约作者“旋棱探微者”!
希望本篇文章《GPT-6.2 Astra 借助 Provider Adapter 在 ARC-AGI-3 拿到满分,本轮测试消耗 4100 美元》能对你有所帮助!
本站[乌兰科技网]内容主要涵盖:互联网行业的追踪与探索
本文概览:GPT-6.2 Astra 已经成为首个在 ARC-AGI-3 基准拿到 100% 满分的大模型,这个满分成绩不是直接跑标准模式拿到的,而是使用 ARC Prize 的 Provider Adapter 适配器框架完成测试,整轮测试的推理开销大约 4100 美元;如果换成标准测试 harness,GPT-6.2 Astra 在 ARC-AGI-3 只能拿到 70.3%,测试成本还会涨到 2.42 万美元,两种模式差距非常明显。之所以适配器模式能大幅提分同时压低成本,是因为 Provider Adapter 可以在多轮推理之间保留模型的中间思考状态,支持长上下文压缩、复用之前的推理结果,不用每一轮都从头重新推导,而标准模式每一题都是独立运行,没办法缓存思考过程,算力消耗更高、正确率反而更低。ARC-AGI-3 是专门测抽象推理、陌生任务泛化能力的硬核基准,也是 AGI 方向很受关注的评测,之前上一代 GPT-6 Astra 最高只能到 99.9%,还做不到满分,这次 GPT-6.2 Astra 不仅突破满分,成本也比上代低很多。下面整理两种测试模式对比,以及 GPT-6.2 Astra 相关信息。