AI 评测

ARC Prize

2026-09-13 02:57:09

ARC Prize 预告 ARC-AGI-4，将测试 AI 能否自主提出新发明

非营利 AI 评测机构 ARC Prize 预告将推出 ARC-AGI-4，新一代 benchmark 重点转向「自主开放式创新」，测试 AI 能否自行探索、提出新想法并做出新发明或发现。官方暂未公布题目、评分方式和发布时间，并重申开源仍是 AI 进步的基础，反对以协调减速为由削弱开放。

750

GPT-6 Astra

2026-09-10 10:05:37

GPT-6 Astra 韩国修能 AI 评测拿下满分，领先 GPT-5.6 1.5 分

GPT-6 Astra 在韩国大学修学能力试验 AI 评测中拿到 450 分满分，成为首个全科零失分模型。韩国日报报道，排名第二的 GPT-5.6 得分 448.5 分，仅差 1.5 分，但 Astra 解完整份试卷只用了 35.7 万 tokens，较第二名少约 17%。本次评测使用 2025 年实际施行的 2026 学年度修能考题，且不允许外部联网搜索。

760