GPT-6 Astra no ARC-AGI-3: 62,7% com o protocolo padrão, 99,9% com o adaptado ao modelo
O ARC Prize mediu ele mesmo as duas pontuações: a diferença vem da forma como o modelo mantém seu raciocínio de uma consulta para outra.
O ARC Prize, que administra o teste de raciocínio ARC-AGI-3, publicou em 3 de setembro seus resultados para o GPT-6 Astra, o modelo da OpenAI. Ele apresenta duas pontuações, ambas medidas por ele no conjunto de testes semiprivado: 62,7% com seu protocolo padrão e 99,9% com um protocolo chamado « Provider Adapter ».
Dois protocolos, duas perguntas
O protocolo padrão é o mesmo para todos os modelos: de um turno para outro, o modelo mantém apenas as anotações que escolhe escrever. É ele que permite comparar fornecedores em pé de igualdade. O protocolo « Provider Adapter » deixa, ao contrário, o modelo usar as funções de gerenciamento de contexto previstas por seu desenvolvedor: para o Astra, a conservação de seu estado de raciocínio (não visível) entre as consultas e a compactação de conversas longas.
Os dois números, portanto, não se contradizem: eles respondem a duas perguntas diferentes. O ARC Prize indica que publicará doravante os dois resultados em seu ranking, cada um claramente identificado.
Custos publicados
A organização publica também o custo de cada avaliação: 26.098 dólares pelos 62,7% (esforço de raciocínio máximo) e 18.817 dólares pelos 99,9% (esforço elevado). Com o segundo protocolo e o esforço máximo, o Astra utilizou ainda menos ações que o humano mediano testado em 96% dos níveis, e 51,7% menos ações por nível em média.
Não é uma prova de AGI
O ARC Prize esclarece que saturar o ARC-AGI-3 não prova que um sistema tenha atingido a inteligência artificial geral: o teste continua limitado, com mecânicas e objetivos fechados, longe da complexidade do mundo real.
Nossa leitura
Um mesmo modelo passa de 62,7% a 99,9% conforme a maneira como se deixa gerenciar sua memória de trabalho. Para comparar modelos entre si, o protocolo comum continua sendo a referência; para saber o que um modelo entrega nas condições previstas por seu desenvolvedor, o segundo número é pertinente. Nos dois casos, uma pontuação se lê com seu protocolo e seu custo.
Artigo corrigido em 27 de outubro de 2026: a primeira versão apresentava erroneamente a pontuação de 99,9% como um anúncio da OpenAI não reproduzido. Ela foi medida pelo ARC Prize com um segundo protocolo.
Fontes
- ARC Prize — resultados do GPT-6 Astra no ARC-AGI-3 Fonte primária — organização que gerencia o benchmark
Uma fonte primária vem diretamente da empresa, do laboratório ou da organização envolvida. Uma fonte secundária relata a informação sem ser a sua autora: nós a sinalizamos como tal. Encontrou um erro? Consulte nossa política de correções.
