# GPT-6 Astra 99.9% 是什么？算 AGI 吗 - URL: https://davidyin.dev/video/bv1vjtq6aeor/ - 作者: David Yin - 发布: 2026-09-04T13:52:15+08:00 · 更新: 2026-09-29 - 时长: 03:24 - 平台: B 站 https://www.bilibili.com/video/BV1VJtq6AEor · YouTube https://www.youtube.com/watch?v=ps0Ax0ha0jA · 视频号（搜索「不确定体验局」） - 标签: GPT-6 Astra、ARC-AGI-3、AGI、OpenAI、AI 评测 - 摘要: OpenAI GPT-6 Astra 在 ARC-AGI-3 上那张 99.9% 柱状图是怎么回事？同一套考卷，公开统一接口只考 62.7%，99.9% 是把不给看的思考状态接着用的厂家考法。出卷方 ARC Prize 写明：考到饱和不等于 AGI，他们不声称 Astra 是 AGI。这期讲清分数怎么差出来的。 ## 这期讲了什么 - 9 月 3 号 OpenAI 放出 GPT-6 Astra：网传柱状图里 Astra 顶到 99.9%，Claude Opus 5 画 30.2%，上一代 Sol 只有 7.8%，人类测试员 48% - 这套考卷叫 ARC-AGI-3：给模型一堆没说明书的小环境，没人教、没选项，自己摸规则找目标，考的是跟 AGI 还差多远；出卷方说给人足够时间人类能解完所有环境 - 99.9% 是怎么考的：同一套考卷公开统一接口只有 62.7%；99.9% 是厂家那套——把不给看的思考状态接着用、长对话压一压，白话叫「藏思考」 - 出卷人 ARC Prize 自己写明：把基准考到饱和不等于 AGI，他们不声称 Astra 是 AGI，这套考卷范围很窄、环境封闭，真实世界比考场乱得多 - 布罗克曼那句「欢迎进入 AGI 时代」是口号不是结论：屠榜之前，先问这张图是怎么考的 ## 文字稿 ### 那张刷屏的柱状图：99.9% 对三成、一成 OpenAI 放出 Astra。你刷到一张到处在传的柱状图，有人喊 AGI 时代到了，你也会停下来看。Astra 那根柱子画得几乎顶到头，朋友圈里已经开始问，是不是人类智能被赶上了。 9 月 3 号这款新模型一落地，OpenAI 放出 GPT-6 Astra。你刷到的那张图这么画：Astra 柱子顶到 99.9%，Claude Opus 5 画 30.2%，上一代 Sol 只有 7.8%，图注写着人类测试员 48%。这是网上在传的画法，不是官方总榜。看着这几根柱子，AGI 时代真的到了吗？ 这套考卷叫 ARC-AGI-3，不是普通选择题。给模型一堆没说明书的小环境，没有人在旁边教一步，没有选项给你勾，自己摸规则，自己找目标，自己想下一步。出这套考卷的团队说，给人足够时间，人类能解完所有环境。考的是跟 AGI 还差多远。网上这张图把几家画在一起，当热闹看就行，别升级成官方总榜。刷到的人最容易把最高那根柱子，当成时代开关。 画这张图的人自己也写，Sol 那根 7.8% 是旧考法的量级，换一套考法，他估计大概三成。柱子比谁高，不是这集要吵的。Astra 那根 99.9% 太好看了，好看的分数最怕你不问规矩。题目可以一样，分数能差出一截，差就差在考法。再问一句，99.9% 是对普通人开的那个口考的吗？ ### 同一套考卷，62.7% 和 99.9% 差在哪 同一套考卷，公开统一接口只有 62.7%。模型自己决定，留哪些看得见的笔记。看得见的笔记像草稿纸，写给自己看，也给人看。换成厂家自己那套，把不给看的思考状态接着用，长对话再压一压，分数到 99.9%。白话叫藏思考。99.9 怎么考，差在你看不看得见底下那层。公开那套方便各家横着比，厂家那套把思考接着藏着考，外人看不见中间怎么走。ARC Prize 两套都报，怕你只看见最高那根。 ### 出卷人自己写的规则：饱和不等于 AGI 出卷人是 ARC Prize。他们写得明白，把这套基准考到饱和，饱和不等于 AGI。原文还写，他们不声称 Astra 是 AGI。Astra 不是 AGI。他们还写，这套考卷范围很窄，环境是封闭的，真实世界比考场乱得多。 IT之家转述，布罗克曼喊欢迎进入 AGI 时代。那是口号。口号不能替考卷规则里写着的句子。考卷满分，也不等于时代开关被按下。 屠榜之前，先问这张图是怎么考的。分数会自己喊，规矩得你开口问。厂家宣传稿里爱喊时代，考卷规则里写着另一句。你要信，信写进规则的那句。别把口号当成出卷人盖的章。下次刷到这种满分图，先问考法，再决定喊不喊时代到了。 ## 常见问题 ### ARC-AGI-3 是什么测试？ 它不是普通选择题，而是给模型一堆没有说明书的小环境：没人教、没选项，模型要自己摸规则、找目标、想下一步。出题团队说，给人足够时间，人类能解完所有环境——它考的是跟 AGI 还差多远。 ### Astra 的 99.9% 是怎么考出来的？ 同一套 ARC-AGI-3，公开统一接口的分数是 62.7%。99.9% 用的是厂家自己的考法：把不给外人看的思考状态接着用、长对话再压一压，也就是「藏思考」。题目一样，分数能差一截，差在考法。 ### Astra 99.9% 等于 AGI 吗？ 出卷方 ARC Prize 自己写明：把这套基准考到饱和不等于 AGI，他们不声称 Astra 是 AGI；考卷范围很窄、环境封闭，真实世界比考场乱得多。布罗克曼的「欢迎进入 AGI 时代」是口号，不是出卷人的结论。 > 视频不在本站托管，正片见上方平台链接；本页是目录与注解。