发现适合你的 AI

从一个名字或一项任务开始
API 服务选择模型接入渠道全球模型能力、规格与价格智能工具按任务发现实用工具MCP 大全连接工具、数据与工作流Agent Skills发现可复用的 Agent 技能测评榜单比较模型表现在线工具账号转换、JSON、费用估算与 API 诊断模型时间轴查看版本发布动态场景选型从实际用途开始
Enter搜索 · ↑↓选择结果Esc关闭
申请收录EN
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。

榜单资料更新于

  • 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。
访问报告原文 ↗

同一报告内分别比较指标，方向与口径见图表说明。
完整数值和运行条件见明细。

任务得分

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。 图示 8 / 289 条有值记录；运行配置与日期见明细。

查看图表数据 ·8项
名称%
Claude Fable 5 (Max)98.5
Claude Fable 5 (XHigh)98.5
Claude Opus 5.5 (High)98.5
Gemini 3.8 Flash (High)98.5
Gemini 4 Argon (High)98.5
Gemini 4 Argon (Medium)98.5
GPT-6 Astra (High)98.5
GPT-6 Astra (XHigh)98.5

每任务费用

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。 图示 8 / 289 条有值记录；运行配置与日期见明细。

查看图表数据 ·8项
名称USD / 任务
GPT-5 Nano (Minimal)0.002
GPT-4.1-Nano0.002
GPT-6 Luna (None)0.002
DeepSeek V4 Flash 0731 (None)0.002
Qwen3-235b-a22b Instruct (25/07)0.003
GPT-6 Luna (Low)0.003
GPT-5 Nano (Low)0.003
Nemotron 3.5 Super VL (None)0.004

人类参考

人类基线单独列示，不参与模型与系统排名。

Stem Grad

任务得分
98%
每任务费用
10 USD / 任务

Human Panel

任务得分
98%
每任务费用
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。

Gemini 2.5 Flash (Preview) (Thinking 24K)

报告所列型号

报告所列机构：Google

gemini-2-5-flash-preview-05-20-thinking · CoT

报告所列发布时间：

任务得分
32.33%
每任务费用
0.1971 USD / 任务

GPT-5.6 Sol (Max)

报告所列型号

报告所列机构：OpenAI

openai-gpt-5-6-sol · CoT

报告所列发布时间：

任务得分
96.5%
每任务费用
0.54 USD / 任务

o4-mini (High)

报告所列型号

报告所列机构：OpenAI

o4-mini · CoT

报告所列发布时间：

任务得分
58.67%
每任务费用
0.4058 USD / 任务

Claude Haiku 4.5 (Thinking 1K)

报告所列型号

报告所列机构：Anthropic

claude-haiku-4-5-20251001 · CoT

报告所列发布时间：

任务得分
16.83%
每任务费用
0.0306 USD / 任务

DeepSeek V4.1 Flash 1017 (None)

报告所列型号

报告所列机构：DeepSeek

deepseek-v4-1-flash-1017 · CoT

报告所列发布时间：

任务得分
5.666666666666667%
每任务费用
0.005872 USD / 任务

Claude Haiku 5.5 (Medium)

报告所列型号

报告所列机构：Anthropic

anthropic-claude-haiku-5-5 · CoT

报告所列发布时间：

任务得分
57.33333333333333%
每任务费用
0.008432 USD / 任务

Gemini 4 Argon (High)

报告所列型号

报告所列机构：Google

google-gemini-4-argon · CoT

报告所列发布时间：

任务得分
98.5%
每任务费用
0.161674 USD / 任务

Gemini 3.5 Flash-Lite (Medium)

报告所列型号

报告所列机构：Google

gemini-3-5-flash-lite · CoT

报告所列发布时间：

任务得分
32.33333333333333%
每任务费用
0.033269 USD / 任务

Claude 3.7 (1K)

报告所列型号

报告所列机构：Anthropic

Claude_3_7_thinking · CoT

报告所列发布时间：

任务得分
11.6%
每任务费用
0.07 USD / 任务

GPT-5.6 Luna (High)

报告所列型号

报告所列机构：OpenAI

openai-gpt-5-6-luna · CoT

报告所列发布时间：

任务得分
76.5%
每任务费用
0.13 USD / 任务

Inkling

报告所列型号

报告所列机构：Thinking Machines

CoT

报告所列发布时间：

任务得分
79.5%
每任务费用
0.300474 USD / 任务

GPT-5.6 Luna 2026-07-30 (Medium)

报告所列型号

报告所列机构：OpenAI

openai-gpt-5-6-luna-2026-07-30 · CoT

报告所列发布时间：

任务得分
54%
每任务费用
0.012026 USD / 任务

Grok 4.6 (Medium)

报告所列型号

报告所列机构：xAI

xai-grok-4-6 · CoT

报告所列发布时间：

任务得分
87.5%
每任务费用
0.301118 USD / 任务

GPT-6 Sol (None)

报告所列型号

报告所列机构：OpenAI

openai-gpt-6-sol · CoT

报告所列发布时间：

任务得分
29.333333333333332%
每任务费用
0.04287 USD / 任务

Claude Sonnet 4 (Thinking 8K)

报告所列型号

报告所列机构：Anthropic

claude-sonnet-4-20250514-thinking · CoT

报告所列发布时间：

任务得分
29%
每任务费用
0.1952 USD / 任务

GPT-5.2

报告所列型号

报告所列机构：OpenAI

Base LLM

报告所列发布时间：

任务得分
12.33%
每任务费用
0.0472 USD / 任务

GPT-5.2 (Medium)

报告所列型号

报告所列机构：OpenAI

gpt-5-2-2025-12-11-thinking · CoT

报告所列发布时间：

任务得分
72.67%
每任务费用
0.3448 USD / 任务

GPT-5.5 Pro (High)

报告所列型号

报告所列机构：OpenAI

gpt-5-5-pro-2026-04-23-thinking · CoT

报告所列发布时间：

任务得分
96.5%
每任务费用
4.53 USD / 任务

GPT-5.4 Mini (Medium)

报告所列型号

报告所列机构：OpenAI

gpt-5-4-mini-reasoning · CoT

报告所列发布时间：

任务得分
40.83%
每任务费用
0.16 USD / 任务

o3-Pro (High)

报告所列型号

报告所列机构：OpenAI

o3-pro · CoT + Synthesis

报告所列发布时间：

任务得分
59.33%
每任务费用
4.16 USD / 任务