„ ARC-AGI-3 sprawdza, jak dobrze agenci uczą się podczas rozwiązywania nieznanych, interaktywnych zadań. GPT-6 Astra osiąga maksymalny poziom testu, uzyskując 99,9 %. Dla porównania: przeciętny uczestnik testu będący człowiekiem uzyskał 48 %.
GPT-6 Astra został zmierzony za pomocą naszego harnessu dla Responses API, który lepiej odzwierciedla działanie w rzeczywistych zastosowaniach niż oryginalny harness benchmarku— ten drugi odrzuca wcześniejsze rozumowanie i poprzednie wiadomości.
Przy użyciu tego harnessu szacujemy, że Sol uzyskałby wynik w okolicach ~ 30 %.”— Źródło: OpenAI— GPT‐6 Astra: A new generation of intelligence.
Zapowiedź Google Gemini 4.0 Argon
Koncern Google pod koniec września zapowiedział testy swojego najnowszego flagowego modelu Gemini 4.0 Argon wśród testerów cyberbezpieczeństwa. Firma zapowiada, że model będzie posiadał 1 000 000 tokenów kontekstu i będzie w stanie rozwiązywać problemy bezpieczeństwa cyfrowego autonomicznie, a także prowadzić głębokie analizy finansowe i prawne.