OpenAI凭借99.9%的得分宣布了AGI时代。但通过基准测试自身的软件运行同一模型，其得分仅为62.7%。

这一差距并非四舍五入的误差，也不是竞争对手的抱怨，而是来自构建该测试的组织。

ARC Prize在GPT-6 Astra发布当天公布了这两个数字。