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。
GPT-6 Astra (Medium)
- 97.5%
- 0.239834 USD / 任务
GPT-6 Astra (High)
- 98.5%
- 0.283703 USD / 任务
Grok 4.7 (High)
- 90.16666666666666%
- 0.642326 USD / 任务
GLM-5.3-Flash (Max)
- 91%
- 0.04307 USD / 任务
Claude Haiku 4.5
- 14.33%
- 0.0263 USD / 任务
Claude Sonnet 4 (Thinking 1K)
- 28%
- 0.0937 USD / 任务
Grok 3
- 5.5%
- 0.0931 USD / 任务
GPT-5.4 Nano (High)
- 38.17%
- 0.07 USD / 任务
Claude 3.7 (16K)
- 28.6%
- 0.33 USD / 任务
o4-mini (Low)
- 21.33%
- 0.0406 USD / 任务
Claude Opus 5.5 (Low)
- 88.5%
- 0.12008 USD / 任务
GPT-5.4 (Low)
- 68.17%
- 0.15 USD / 任务
Gemini 3.5 Flash-Lite (Low)
- 17%
- 0.011112 USD / 任务
Opus 4.5 (Thinking, 32K)
- 75.83%
- 0.95 USD / 任务
o3-mini (Low)
- 14.5%
- 0.0519 USD / 任务
Claude 3.7 (8K)
- 21.2%
- 0.21 USD / 任务
GPT-5.4 Pro (XHigh)
- 94.5%
- 7.21 USD / 任务
GPT-6 Sol (Max)
- 95.5%
- 0.140805 USD / 任务
GPT-5.6 Luna 2026-07-30 (High)
- 78%
- 0.027887 USD / 任务
GPT-5.5 (High)
- 94.5%
- 0.56 USD / 任务