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。
Claude 4.7 (Low)
- 91%
- 0.76 USD / 任务
GPT-6.1 Sol (XHigh)
- 98.5%
- 0.073743 USD / 任务
Beam 1.0 (XHigh)
- 74%
- 0.305813 USD / 任务
GPT-5.4 Nano (Medium)
- 33%
- 0.04 USD / 任务
GPT-5.6 Luna (XHigh)
- 87.67%
- 0.21 USD / 任务
Gemini 3 Pro
- 75%
- 0.4926 USD / 任务
Claude Opus 4.6 (120K, High)
- 94%
- 1.3948 USD / 任务
DeepSeek V4 Flash 0731 (Max)
- 89%
- 0.020511 USD / 任务
GPT-5.6 Sol (High)
- 97%
- 0.3 USD / 任务
GPT-5.6 Luna 2026-07-30 (XHigh)
- 85%
- 0.045518 USD / 任务
GPT-5 Nano (Minimal)
- 1.5%
- 0.0015 USD / 任务
Claude Sonnet 5.5 (Low)
- 67%
- 0.060776 USD / 任务
Inkling Small (Medium)
- 67%
- 0.034881 USD / 任务
Gemini 3.5 Flash (High)
- 92.5%
- 0.4278 USD / 任务
GPT-5.6 Sol (Medium)
- 92.5%
- 0.22 USD / 任务
DeepSeek V4.1 Flash (None)
- 7.833333333333332%
- 0.005874 USD / 任务
Gemini 3.7 Flash (Medium)
- 91.16666666666666%
- 0.060503 USD / 任务
GPT-5.4 Nano (XHigh)
- 51.5%
- 0.13 USD / 任务
GPT-6 Astra (Low)
- 96.5%
- 0.226508 USD / 任务
GPT-6.1 Sol (Medium)
- 95.5%
- 0.049925 USD / 任务