概要
OpenAIの次世代モデル「GPT-6 Astra」が、エージェント的知能を測るARC-AGI-3で最大99.9%のスコアを記録し、推論効率において人間を上回るマイルストーンを達成した。
詳細内容
OpenAIの最新モデル「GPT-6 Astra」が、未知の抽象的な環境での推論力を試すベンチマーク「ARC-AGI-3」において画期的な成果を報告しました。
### 主要な成果
- **驚異的な正答率**: プロバイダー向け最適化ハーネス（Provider Adapter）を使用した場合、99.9%というほぼ完璧なスコアを達成。標準的な環境でも62.7%を記録し、既存のSOTA（最高水準）を更新しました。
- **人間超えの行動効率**: 96%のタスクにおいて、人間がクリアに要したアクション数の中央値を下回る手数で解決。AIが「理解」した後は、人間以上に効率的にタスクを遂行できることが示されました。
### 知能の質的変化
- **記号的世界モデルの構築**: Astraは未知の環境ルールを独自の「代数的記法」やドメイン固有言語（DSL）に変換して記録する能力を示しました。これにより、複雑な状態をコンパクトに保持し、計画・実行に役立てています。
- **自律的なツール作成**: コード実行環境（PRO-LONGハーネス）においては、迷路ソルバーや状態予測プログラムをPythonで自ら書き下ろし、それらを利用して複雑なパズルを解く「ツール利用エージェント」としての高度な挙動が確認されました。
この結果はAGI（汎用人工知能）への大きな前進を示すものですが、ARC Prize運営側は、ARC-AGI-3が決定論的な閉じた環境であることを踏まえ、現実世界の複雑性に対する課題は依然として残っていると補足しています。