teortaxes：GPT-6 Astra 交互推理已超人类——能为 5 分钟的一次性任务即时造 DSL

10/18teortaxes：GPT-6 Astra 交互推理已超人类——能为 5 分钟的一次性任务即时造 DSL

已见于 09/04晚间

先看结论

ARC 团队口径单局成本约 $360，连续对话 harness 下得分接近 100%

这些标记是什么意思

疑似或传闻 当事方还没回应迹象指向 依据接口、代码提交等公开痕迹作出的推断转述二手说法，不是原话

当前状态已结束 · 转述

数字

teortaxes𝕏

Machine Learning Street Talk𝕏

vinhnx𝕏

看什么	现在的情况	依据
事实		ARC 团队口径单局成本约 $360
官方		尚未表态

vinhnx实测复测口径 57.9%，仍高于 GPT-5.6 Sol2 的 37.3% 与 Claude Fable 5.1 的 55.8%，成本分别低约 9% 与 63%𝕏

teortaxes分析他强调这只是狭窄面向的超人类：人类能发展数学直觉，但不会为一次性短任务即时创造 DSL𝕏

Machine Learning Street Talk转述ARC 团队称 Astra 在交互推理问题上是阶跃式变化，标准 harness 得分 66%𝕏

HOURAHEAD关于 · 往期 · 2026-10-18 21:59