GPT-6核心指标：ARC AGI、FrontierMath与ExploitB

GPT-6 主要提升的几个核心指标快速搞懂：

电脑操作 = AI 干活更快了

ARC AGI 3 = AI 更会自己摸索了

FrontierMath = AI 更会解决顶级难题了

ExploitBench = AI 更会自己找漏洞、攻系统了

展开说：

ARC AGI 3：遇到陌生问题，自己摸索规则

99.9% 可以简单理解为：

给 AI 一个它事先没见过的小游戏或新环境，不告诉它完整规则，让它通过观察、试错、推理，自己搞明白怎么玩。

这更接近我们平时说的“举一反三”。

比如第一次把你扔进一个陌生游戏，你需要观察：

“这个按钮干什么？” “碰到这个东西为什么会死？” “怎样才能过关？”

然后自己总结规则。

Astra 在这类测试上的成绩已经接近满分。

FrontierMath：解决顶级数学难题

97.6% 衡量的是非常高难度的数学推理能力。

可以粗略理解成：

以前 AI 很擅长做普通数学题，现在开始能够挑战专门为顶级 AI 和数学研究设计的难题。

它测试的重点已经远远超过“会不会算数”，更看重长链条推理、证明、发现规律和解决复杂数学问题。

这意味着 AI 在数学、物理、算法和科研上的上限进一步提高。

ExploitBench：自己找到并利用软件漏洞

100% 是四个里面最值得关注的一个。

这个测试会给 AI 一些存在安全漏洞的软件，然后看它能不能：

发现哪里有漏洞 → 理解漏洞原理 → 写出利用方法 → 成功攻破。

Astra 在测试中达到了 100%。

更值得注意的是，在安全评测过程中，它还发现了两个此前没人公开发现的 zero day 漏洞。