Immagina di aprire un videogioco che non hai mai visto: nessun tutorial, nessuna regola, nemmeno un obiettivo. Puoi solo provare, guardare cosa succede e capire da solo come si vince. ARC-AGI-3 mette le intelligenze artificiali esattamente in questa situazione. Ed è il test su cui GPT-6 Astra ha fatto parlare tutti, con due numeri molto diversi: 62,7% e 99,9%.
In un articolo precedente mi ero chiesto se GPT-6 Astra sia davvero l’AGI, l’intelligenza artificiale generale. Qui faccio un passo indietro e guardo lo strumento con cui la si misura: perché per leggere quei numeri bisogna prima capire come funziona il test.
Cos’è ARC-AGI-3: un videogioco senza istruzioni
ARC-AGI-3 è il terzo test della serie ARC-AGI, creata da François Chollet e portata avanti dalla ARC Prize Foundation, un’organizzazione no-profit. È stato presentato a marzo 2026 ed è diverso dai due precedenti: non si risolvono enigmi fermi, si gioca.
Ogni ambiente è un piccolo gioco a turni, su una griglia di 64 per 64 caselle e 16 colori, disegnato a mano da game designer. Non c’è una spiegazione, non c’è un obiettivo scritto. Chi gioca deve esplorare, capire che cosa conta sullo schermo, intuire cosa vuol dire vincere e poi pianificare le mosse.
Secondo ARC Prize il test guarda a quattro cose: esplorare per raccogliere informazioni, costruirsi un modello di come funziona l’ambiente, darsi un obiettivo con pochissimi indizi, pianificare e correggersi strada facendo.
Il punto è proprio questo: niente di quello che serve si può imparare a memoria prima. Un modello che ha letto tutto internet non ha visto questi giochi. Deve capirli mentre li gioca, come faremmo noi.
Il punteggio di ARC-AGI-3: conta quante mosse
Il punteggio di ogni livello è il rapporto tra le mosse di una persona e quelle dell’AI, elevato al quadrato. Se l’AI usa il doppio delle mosse, non prende metà del punteggio: ne prende un quarto.
Su ARC-AGI-3 arrivare in fondo non basta. Conta l’efficienza: quante azioni servono per risolvere un livello, confrontate con quelle di una persona. Prima del lancio ARC Prize ha fatto giocare circa 500 persone comuni, non scelte perché brave con i rompicapi, e per ogni livello ha preso come riferimento il numero di mosse della persona «mediana».
Contano solo le azioni che cambiano qualcosa nel gioco. Quanto l’AI «pensa» tra una mossa e l’altra non entra nel conto: entra nel costo, e infatti ARC Prize pubblica sempre anche quanto è costato ogni risultato.
«Un 100% non vuol dire che l’AI ha finito i giochi. Vuol dire che li ha finiti con la stessa efficienza di una persona.»— Leonardo Olivito
62,7% o 99,9%? Dipende dal quaderno
Il 3 settembre 2026 ARC Prize ha pubblicato i risultati di GPT-6 Astra, il nuovo modello di OpenAI. Sono due, e la differenza tra i due è il cuore di tutta la storia.
Con la configurazione standard di ARC Prize, la stessa per tutti i modelli, Astra arriva al 62,7%, per circa 26.000 dollari di calcolo. È comunque il miglior risultato registrato: con le stesse regole, nella classifica di ARC Prize, Claude Opus 5 si era fermato al 30,2%.
Con il Provider Adapter, un’impostazione costruita da OpenAI, arriva al 99,9%, per circa 19.000 dollari. Nel video dico 99,95%: il dato pubblicato da ARC Prize è 99,9%.
Che cosa cambia? Il Provider Adapter permette al modello di conservare il proprio stato di ragionamento da una mossa all’altra. Nel video l’ho spiegata così: è come se gli dessimo un quaderno. Astra annota quello che ha scoperto, si ricorda gli errori e riparte da lì, invece di ricominciare ogni volta da zero.
E quel quaderno lo scrive in un modo tutto suo. ARC Prize racconta che Astra si inventa una specie di notazione algebrica per descrivere i giochi: dove sono gli oggetti, come interagiscono, quali mosse servono e in che ordine.
C’è un dettaglio curioso nella tabella: ragionare di più, a volte, costa meno. Al livello massimo Astra risolve i giochi con meno mosse, quindi con meno chiamate al modello. E con il Provider Adapter, sempre secondo ARC Prize, ha usato meno mosse della persona di riferimento nel 96% dei livelli.
Finire un test non è l’AGI
È la stessa ARC Prize a mettere le mani avanti: questi giochi sono ambienti chiusi e prevedibili, con regole che non cambiano. Il mondo reale non funziona così. Mike Knoop, cofondatore della fondazione, ha detto in sostanza che per ora non ci sono prove sufficienti per parlare di AGI.
Pochi giorni dopo il lancio Jensen Huang, CEO di NVIDIA, aveva scritto su X «AGI has arrived», l’AGI è arrivata. Per me la lettura più onesta sta nel mezzo: liquidare Astra come una trovata di marketing sarebbe superficiale, ma lo sarebbe anche dichiarare chiusa la partita per un risultato quasi perfetto in un solo test.
Per la fondazione l’AGI è la capacità di imparare qualsiasi abilità umana, con la stessa efficienza di una persona. Ogni test della serie misura quanto manca ancora. Per chi vuole il ragionamento completo, l’ho scritto qui: GPT-6 Astra è davvero AGI?
Il modello conta. Il sistema di più
Da questa storia mi porto via una cosa che vedo spesso in aula, con le aziende. Lo stesso modello, con o senza il suo quaderno, passa dal 62,7% al 99,9%. Al lavoro succede qualcosa di simile: la differenza non la fa solo quale AI scegli, ma che cosa le metti intorno.
Il contesto
documenti, esempi, regole del brand: quello che l’AI deve sapere prima di cominciare.
La memoria
progetti, note e istruzioni salvate, per non ripartire ogni volta da zero.
Il controllo
una persona che verifica, corregge e decide che cosa usare davvero.
È lo stesso motivo per cui, quando un’azienda mi chiede quale intelligenza artificiale comprare, la prima risposta è quasi sempre un’altra domanda: come la volete far lavorare? Ne ho parlato anche in il vero problema dell’AI in azienda non è tecnologico.
Il modo migliore per capire ARC-AGI-3 è giocarci. Alcuni giochi sono aperti a tutti sul sito di ARC Prize: dopo cinque minuti a cercare di capire cosa vuole quella griglia colorata, guarderai quel 62,7% con altri occhi.
Dopo il video la famiglia GPT-6 è arrivata anche in ChatGPT, e si parla già di un GPT-6.2 Astra che però OpenAI, a oggi, non ha annunciato. La competizione ARC Prize 2026 su ARC-AGI-3 si è chiusa: i risultati saranno annunciati il 4 dicembre 2026. Aggiornerò questo articolo quando usciranno.
ARC-AGI-3: le risposte
Cos’è ARC-AGI-3?
È un test per le intelligenze artificiali fatto di giochi a turni, senza istruzioni né obiettivi dichiarati. L’AI deve esplorare, capire le regole e trovare da sola come si vince. Le persone riescono a risolverli tutti.
Chi ha creato ARC-AGI-3?
La ARC Prize Foundation, un’organizzazione no-profit nata intorno al lavoro di François Chollet e Mike Knoop. ARC-AGI-3 è stato presentato a marzo 2026 ed è il terzo test della serie ARC-AGI.
Come si calcola il punteggio di ARC-AGI-3?
Conta l’efficienza: per ogni livello si confrontano le mosse dell’AI con quelle di una persona di riferimento, e il rapporto viene elevato al quadrato. Se l’AI usa il doppio delle mosse, prende un quarto del punteggio. Contano solo le azioni che cambiano qualcosa nel gioco.
Perché GPT-6 Astra ha due punteggi diversi?
Con la configurazione standard di ARC Prize, uguale per tutti i modelli, Astra ottiene il 62,7%. Con il Provider Adapter di OpenAI, che gli permette di conservare il ragionamento da una mossa all’altra, arriva al 99,9%.
Un punteggio alto su ARC-AGI-3 vuol dire AGI?
No, secondo la stessa ARC Prize. I giochi sono ambienti chiusi e prevedibili, mentre il mondo reale è molto più complicato. Il test misura quanto manca ancora, non certifica che l’AGI sia arrivata.
ARC-AGI-3 misura se un’AI sa capire un gioco nuovo con la stessa efficienza di una persona. GPT-6 Astra passa dal 62,7% al 99,9% quando può tenere un quaderno dei propri ragionamenti: un risultato enorme, che però dice tanto sul modello quanto sul sistema costruito intorno a lui.
Per le aziende
Formazione aziendale su video e AI per il marketing
Aiuto aziende e scuole a usare l’intelligenza artificiale con consapevolezza: strumenti concreti, verifica dei risultati e il giudizio umano sempre al centro.
Scopri la formazione →
