Stem Grad
- 98%
- 10 USD / 任务
项目测评
ARC-AGI-1 · 抽象推理
ARC Prize · 289 条配置有公开分数，按独立指标查看结果和测试条件。
报告身份与条件
资料日期 2026-10-28 · 报告发布日期 —。运行日期与测试条件见各条记录。
- 运行配置独立保存；不同推理档位分别列出。
- 逐次测试日未列明；资料更新日期与报告所列型号发布日期分别保留，不替代实际测试日期。
- 费用按报告公布的运行范围与美元口径比较，不能等同于模型API单价。
- ARC-AGI-1 · 半私有评测集；不同基准版本分别比较。
- 半私有评测范围的任务得分，以百分比表示；不与其他版本或测试范围混排。
- 报告直接列示的单任务费用，USD／任务；不补造总费用或任务数，不表示每成功任务成本或当前API报价。
- 人类参考单独展示，不参与模型／系统榜单或费用排名。
任务得分
每任务费用
人类参考
人类基线单独列示，不参与模型与系统排名。
Human Panel
- 98%
- 17 USD / 任务
完整结果与对象版本
289 / 289 条配置有本范围的公开分数；列表展示有分数的配置，缺项保留“未提供”。同名型号的不同运行配置分别列出。
Muse Spark Open (XHigh)
- 89%
- 0.287209 USD / 任务
Gemini 3.8 Flash (Low)
- 90.5%
- 0.066612 USD / 任务
GPT-6 Sol (Medium)
- 83.66666666666666%
- 0.0673 USD / 任务
GPT-5.1 (Thinking, None)
- 5.83%
- 0.0338 USD / 任务
GPT-5 Mini (High)
- 54.33%
- 0.116 USD / 任务
Grok 4 (Refine.)
- 79.6%
- 8.42 USD / 任务
GPT-6 Luna (Medium)
- 61%
- 0.006108 USD / 任务
GPT-5.2 (Refine.)
- 94.5%
- 11.4 USD / 任务
o3-Pro (Low)
- 44.33%
- 1.6382 USD / 任务
Codex Mini (Latest)
- 27.33%
- 0.1597 USD / 任务
GPT-5.1 (Thinking, Low)
- 33.17%
- 0.1 USD / 任务
GPT-5.6 Luna (Max)
- 88%
- 0.32 USD / 任务
GPT-5 (Minimal)
- 6%
- 0.0335 USD / 任务
Claude Haiku 5.5 (XHigh)
- 87.5%
- 0.030129 USD / 任务
Gemini 3 Flash Preview (High)
- 84.67%
- 0.1743 USD / 任务
Llama 4 Maverick
- 4.38%
- 0.0078 USD / 任务
GPT-5.2 (Low)
- 55.67%
- 0.1657 USD / 任务
Claude Opus 5.5 (Medium)
- 97.5%
- 0.152275 USD / 任务
GPT-4.5
- 10.3%
- 0.29 USD / 任务
GPT-5.6 Luna 2026-07-30 (Max)
- 90.66666666666666%
- 0.065384 USD / 任务