ARC Prize 否决 GPT-6 Astra 99.9% ARC-AGI-3 得分，官方核实仅 62.7%
ARC Prize rejects OpenAI's claim that Astra scored 99.9 percent on AGI test
AI 导读
ARC Prize 基金会用统一的 neutral harness 复测 OpenAI 于 9 月 3 日发布的 GPT-6 Astra，在 ARC-AGI-3 上得 62.7%，仍居榜首，但远低于 OpenAI 宣称的 99.9%。
推荐理由
原文梳理了 ARC Prize 对 99.9% 官方口径的否决过程，读者可以借这个案例看清 harness 对基准分数的影响有多大。