GPT6全面上线GPT6全面上线 GPT-6 Astra 昨夜发布：ARC-AGI-3 跑分 99.9%、网安基准 100%、数学 97.6%，总裁 Brockman 宣告“欢迎来到 AGI 时代”，API 定价涨 2.5 倍。 但有个数字值得玩味：发布前一天的独立评测榜上，同一个模型只有 62.7%——和官方 99.9% 之间隔着 37 个百分点。差距在哪？官方成绩是“模型+自家 agent 框架”的系统分，不是裸模型能力。换一个考场，成绩直接打六折。 而就在本周，一篇叫 HarnessDev 的论文刚好证明：agent 框架（harness）是可以独立演化的变量，同一个模型换个框架，分数能差出一个时代。所以 99.9% 到底证明的是 OpenAI 的模型强，还是 OpenAI 的脚手架强？这篇论文把这个问题变成了一个学术问题。 长任务自主执行是真实突破，这点认。但“AGI 实现”是定义权游戏——通行的 AGI 定义要求“大多数经济价值工作超越人类且长期稳定”，这一条还没被独立测量。 一个人的判断力，在于看见分数背后是谁在出题。AGI 与否留给定义权，性价比留给自己的路由器。