Ferias y Festivales de México El modelo que saturó tres exámenes a la vez
Saturar un examen quiere decir que ya no sirve para medir: casi todas las preguntas quedan bien y las que fallan no distinguen a nadie. La semana pasada le pasó a tres a la vez
Los números de GPT-6 Astra
OpenAI presentó GPT-6 Astra el 3 de septiembre de 2026. En FrontierMath Tier 4, el nivel más difícil de un examen de matemáticas hecho con matemáticos profesionales, obtuvo 97,6%. En ARC-AGI-3, 99,9%. En GPQA Diamond, preguntas de nivel doctorado en biología, química y física, 96,0%
Lo que dijeron los que ponen los exámenes
Greg Kamradt, de la ARC Prize Foundation, sobre ARC-AGI-3: «Astra superó nuestra línea base de eficiencia humana en el 96% de los niveles», y lo llamó un cambio de escalón, no una mejora más
Greg Burnham, de EpochAI, fue más corto: «La historia es: fin de una era, principio de otra»
La parte que no es un examen
OpenAI publicó junto al anuncio dos resultados nuevos sobre los huecos entre números primos — la distancia que separa un primo del siguiente, uno de los problemas viejos de la teoría de números. No es una demostración célebre resuelta; es la diferencia entre un modelo que contesta preguntas de matemáticas y uno que aporta un renglón a un problema abierto
Y donde no ganó
Conviene decirlo porque casi nadie lo dice. En Humanity’s Last Exam, con herramientas, Astra sacó 57,2%, por debajo del 65,0% de Claude Fable 5.1 y de otros dos modelos de la misma tabla. En el índice de Artificial Analysis quedó en 61,2 contra 65,7. Las tablas son de OpenAI y ahí están
Un examen saturado es una noticia de dos filos: dice que el modelo ya llegó al techo de esa prueba, y también que la prueba dejó de servir para comparar lo que venga después. FrontierMath se diseñó en 2024 justamente porque los exámenes anteriores se habían agotado, y duró dos años. Lo que conviene mirar de aquí en adelante no son los porcentajes sino los dos resultados sobre números primos: un porcentaje se compara con otro porcentaje, pero un resultado matemático lo revisan personas, con nombre, y o se sostiene o no. Ese es el único marcador que no se puede saturar
Fuente: OpenAI verificado con la fuente el
Más noticias de México
Bayeux sale de Francia
El British Museum exhibe los 70 metros del bordado hasta el 11 de julio de 2027. Desde México conviene anotar una fecha: el 21 de octubre se liberan las entradas de 2027.
La vacuna contra el melanoma sí funcionó
El ensayo de fase 3 de la vacuna individualizada de Moderna y Merck se detuvo antes de tiempo por buenos resultados: retrasa la recaída del melanoma operado. Es la primera vez que una vacuna de ARN mensajero contra el cáncer lo logra.
El océano nunca había estado tan caliente
El 22 de agosto la temperatura media de la superficie del mar llegó a 21.1 °C, récord absoluto. Lo insólito es la fecha: agosto debería ser temporada de enfriamiento, no de máximos.