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。
Llama 4 Scout
- 0.5%
- 0.0041 USD / 任务
Deepseek V3.2
- 57%
- 0.08 USD / 任务
Qwen3.8-27B (Low)
- 69.16666666666664%
- 0.119665 USD / 任务
Claude Opus 4.6 (120K, Low)
- 86%
- 0.648 USD / 任务
Claude Haiku 5.5 (High)
- 81.5%
- 0.016372 USD / 任务
Claude Sonnet 5.5 (Max)
- 96.5%
- 0.501906 USD / 任务
GPT-5 Nano (Medium)
- 20.71%
- 0.0124 USD / 任务
GPT-5.6 Sol (Low)
- 74.5%
- 0.17 USD / 任务
Grok 4.7 (Low)
- 63.33333333333333%
- 0.100188 USD / 任务
Qwen3.8-27B (XHigh)
- 87.5%
- 0.215236 USD / 任务
Muse Spark Open (Low)
- 58.5%
- 0.064514 USD / 任务
Icecuber
- 17%
- 0.2 USD / 任务
GPT-5.4 Nano (Low)
- 18.33%
- 0.01 USD / 任务
GPT-5 (Low)
- 44%
- 0.1531 USD / 任务
Gemini 3.7 Flash (High)
- 95.5%
- 0.120132 USD / 任务
GPT-6 Luna (High)
- 70.33333333333333%
- 0.009497 USD / 任务
Inkling Small (Low)
- 52.5%
- 0.026466 USD / 任务
GPT-6 Sol (High)
- 91%
- 0.083366 USD / 任务
Gemini 3.5 Flash-Lite (High)
- 53.5%
- 0.092851 USD / 任务
Inkling Small (None)
- 5.5%
- 0.005879 USD / 任务