OpenAIのGPT-6 AstraがARC-AGI-3で最高性能を記録しベンチマークが飽和状態に
要点：GPT-6 AstraはARC-AGI-3ベンチマークにおいて96%のタスクで人間を上回る性能を達成しました。効率的な推論によりモデル呼び出し回数とトークン消費を抑え、コスト削減も実現しています。
日本の事業者にとって、なぜ重要？
AIの推論能力が人間レベルを超えつつあることを示しており、業務自動化の精度とコスト効率が劇的に向上する可能性があります。
元記事
arc-agi-3 is now saturated
元記事を読むAI評価
外部公開データの選定スコアです。評価元の掲載内容も確認できます。
選定元：AI HOT