截至采集日,排行榜列出的 GPT-6.2 Astra 五个推理档位中,Max 的 ARC-AGI-3 标准成绩最高,为 70.3%,对应总成本 $24.2K;Provider adapter 是另一列评测设置,不能与标准成绩混为一项。
适合判断的任务:对比该排行榜中 GPT-6.2 Astra 不同推理档位的 ARC-AGI 成绩和页面列出的成本。
不适合外推的任务:据此推断一般抽象推理、真实工作任务或其他评测环境下的表现和成本。
适用的模型版本:GPT-6.2 Astra;条目日期为 2026-11-17。
测试环境或客户端:未注明。
推理档位和参数:Max、XHigh、High、Medium、Low;其他参数未注明。
排行榜说明,ARC-AGI-3 要求 AI agent 在新颖的交互环境中即时适应。它与测量被动流体智力的 ARC-AGI-1、ARC-AGI-2 不同。页面将成绩与成本并列展示;ARC-AGI-3 标准列为总成本,ARC-AGI-1 和 ARC-AGI-2 列为每题成本。榜单未在该页面公开 GPT-6.2 Astra 的具体任务数、评测工具、重复次数或成本计算明细。
ARC-AGI-3 标准列中,Max 得分最高(70.3%)。其余档位依次为 High 58.0%、XHigh 56.5%、Medium 44.0%、Low 38.7%。页面同时列出独立的 Provider adapter 结果;该列各档成绩均高于标准列,但它属于另一评测设置。
| 推理档位 | ARC-AGI-3 标准 | 标准总成本 | ARC-AGI-3 Provider adapter | Adapter 总成本 | ARC-AGI-2 | ARC-AGI-2 每题成本 |
|---|---|---|---|---|---|---|
| Max | 70.3% | $24.2K | 99.8% | $4.1K | 95.8% | $0.970 |
| XHigh | 56.5% | $27.9K | 100.0% | $4.1K | 95.8% | $0.500 |
| High | 58.0% | $29.3K | 99.8% | $3.9K | 94.6% | $0.408 |
| Medium | 44.0% | $27.6K | 97.8% | $4.8K | 93.3% | $0.309 |
| Low | 38.7% | $28.6K | 95.1% | $7.4K | 91.7% | $0.275 |
ARC-AGI-2 是榜单中的独立列,结果不能与 ARC-AGI-3 互换。页面还列出 ARC-AGI-1;此处不展开,以聚焦交互式 ARC-AGI-3 和可见成本。
在这个榜单快照里,提高推理档位并未让 ARC-AGI-3 标准分数单调上升:Max 高于 XHigh 和 High。Max 的标准总成本是五档中最低;High 的总成本最高。Provider adapter 下 XHigh 为 100.0%,但该结果不能用于替代标准列的 56.5%。
这些数据是动态排行榜在 2026-11-19 的截面,不是独立复现实验。页面未给出题目样本数、运行细节、成本口径或误差范围;不能据此解释档位间差异的原因,也不能将总成本换算成每题成本。此记录不计算或讨论 AIQ 综合分。
打开原始排行榜并展开 GPT-6.2 Astra 条目,可见五个推理档位以及 ARC-AGI-1、ARC-AGI-2、ARC-AGI-3 标准和 Provider adapter 的分列数据。排行榜会更新,复查时应记录访问日期;原页面未公开足以重跑该模型评测的完整配置和执行步骤。
GPT-6.2 Astra