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。

Claude Sonnet 5.5 (High)

报告所列型号

报告所列机构：Anthropic

anthropic-claude-sonnet-5-5 · CoT

报告所列发布时间：

任务得分
92%
每任务费用
0.105148 USD / 任务

Claude Sonnet 4.5 (Thinking 8K)

报告所列型号

报告所列机构：Anthropic

claude-sonnet-4-5-20250929 · CoT

报告所列发布时间：

任务得分
46.5%
每任务费用
0.1776 USD / 任务

Grok 4.5 (High)

报告所列型号

报告所列机构：xAI

xai-grok-4-5 · CoT

报告所列发布时间：

任务得分
85.67%
每任务费用
0.33 USD / 任务

GPT-5 Nano (High)

报告所列型号

报告所列机构：OpenAI

gpt-5-nano-reasoning · CoT

报告所列发布时间：

任务得分
16.67%
每任务费用
0.0292 USD / 任务

Gemini 2.5 Pro (Thinking 8K)

报告所列型号

报告所列机构：Google

gemini-2-5-pro-2025-06-17-thinking · CoT

报告所列发布时间：

任务得分
29.5%
每任务费用
0.2947 USD / 任务

Opus 4.5 (Thinking, 8K)

报告所列型号

报告所列机构：Anthropic

opus-4-5-thinking · CoT

报告所列发布时间：

任务得分
58.67%
每任务费用
0.38 USD / 任务

DeepSeek V4 Flash 0731 (Low)

报告所列型号

报告所列机构：DeepSeek

deepseek-v4-flash-0731 · CoT

报告所列发布时间：

任务得分
84%
每任务费用
0.011788 USD / 任务

Claude Fable 5.1 (Max)

报告所列型号

报告所列机构：Anthropic

anthropic-claude-fable-5-1 · CoT

报告所列发布时间：

任务得分
97.5%
每任务费用
1.399761 USD / 任务

GPT-5.5 Pro (XHigh)

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
95%
每任务费用
4.52 USD / 任务