AI Aulis

AI-NYHETER PÅ SVENSKA · 18 november 2026

De viktigaste AI-nyheterna varje morgon. AI skriver och granskar artiklarna mot originalkällorna – kontrollera viktiga uppgifter i källorna.

32 artiklar · nästa nummer i morgon bitti · Så görs tidningen →

← Numret 18 november 2026Tidningen

GPT-6.2 Astra fick som bäst 70,3 eller 100 procent i ARC-AGI-3 beroende på harness

AI-genererat innehållSkriven av AI

developers.openai.com, openai.com, aws.amazon.com, arcprize.org · 4 källor · Källornas publiceringsdatum: 17 november 2026 · Publiceringstidpunkten är okänd för vissa källor

I de ARC-AGI-3-resultat som ARC Prize har verifierat fick OpenAI:s GPT-6.2 Astra som bäst 70,3 procent när modellen fick ta med sig anteckningar som den själv valt. När harnessen bevarade modellens resonemangstillstånd mellan förfrågningar blev det bästa resultatet 100 procent.

ARC Prize publicerade resultaten den 17 november, samma dag som OpenAI gjorde modellen tillgänglig. ARC-AGI-3 är ett benchmark där en AI-agent tar sig fram i spelmiljöer. Agenten styrs av en harness, ett program som ger modellen verktyg och kör dess arbetssteg.

ARC Prize testade modellen med två harnessar. I standardharnessen (Standard) får modellen behålla anteckningar som den själv väljer. Provider Adapter bevarar modellens ogenomskinliga resonemangstillstånd mellan förfrågningar och komprimerar långa konversationer. På så sätt kan modellen återanvända sitt tidigare arbete, uppger ARC Prize.

Tabellen visar de verifierade resultaten i ARC-AGI-3 per resonemangsnivå.

Resonemangsnivå Standardharness Provider Adapter
Max 70,3 % 99,8 %
XHigh 56,5 % 100,0 %
High 58,0 % 99,8 %
Medium 44,0 % 97,8 %
Low 38,7 % 95,1 %

Källa: ARC Prize, verifierade resultat den 17 november 2026.

På nivån Max är skillnaden 29,5 procentenheter, på övriga resonemangsnivåer 42–56 procentenheter. En enskild siffra från ARC-AGI-3 säger alltså inget om modellens förmåga utan uppgift om vilken harness som använts. Med standardharnessen steg resultatet inte heller jämnt med resonemangsnivån: XHigh blev svagare än High.

Skillnaden syns även i 25 offentliga demomiljöer, för vilka ARC Prize redovisar resultat per spel. I spelet BP35 fick modellen på nivån Max 2,2 procent med standardharnessen och 100 procent med Provider Adapter.

I de äldre testerna ARC-AGI-1 och ARC-AGI-2 nådde modellen sina bästa resultat på resonemangsnivån Max: 98,5 respektive 95,8 procent på ARC Prizes icke-offentliga testuppsättning (semi-private).

OpenAI råder användare av GPT-6.2-modellerna att behålla promptens början oförändrad och lägga till nya instruktioner i slutet av konversationen. Då kan cachen utnyttjas bättre, kostnader och fördröjning minska och resonemanget bevaras mellan turerna, uppger företaget.

I OpenAI:s API heter GPT-6.2 Astra gpt-6.2-astra. En miljon indatatoken kostar 8 dollar och en miljon utdatatoken 40 dollar. Användare av ChatGPT Plus, Pro, Enterprise och Edu får modellen i ChatGPT Work och Codex. För behöriga Enterprise- och Edu-användare blir den tillgänglig när arbetsytans administratör aktiverar den. Enligt AWS finns modellen även i Amazon Bedrock.

Tidigare om ämnet

Anmäl ett fel i artikeln