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 Opus 5.5 (Max)
- 97.5%
- 0.640733 USD / 任务
o4-mini (Medium)
- 41.83%
- 0.15 USD / 任务
Claude Opus 4.8 (Low)
- 88%
- 0.6711 USD / 任务
Gemini 3.6 Flash (Low)
- 76.5%
- 0.121246 USD / 任务
Grok 4.5 (Low)
- 79.17%
- 0.18 USD / 任务
GPT-5.2 Pro (Medium)
- 81.17%
- 3.9774 USD / 任务
Gemini 3 Deep Think (Preview) ²
- 87.5%
- 44.259001 USD / 任务
GPT-5 Nano (Low)
- 4.04%
- 0.0033 USD / 任务
Claude Sonnet 5.5 (Medium)
- 70%
- 0.070463 USD / 任务
Claude Sonnet 4
- 23.83%
- 0.0806 USD / 任务
Kimi K3 (Low)
- 65.66666666666666%
- 0.180619 USD / 任务
GPT-6 Astra (Max)
- 97.5%
- 0.432883 USD / 任务
o3 (Medium)
- 53.83%
- 0.2882 USD / 任务
Claude Opus 5.5 (XHigh)
- 97.5%
- 0.223049 USD / 任务
GPT-6 Luna (None)
- 8.833333333333332%
- 0.002148 USD / 任务
GPT-5.5 (Low)
- 76.17%
- 0.2 USD / 任务
o3-mini (Medium)
- 22.33%
- 0.1907 USD / 任务
o3 (Low)
- 41.5%
- 0.1764 USD / 任务
Grok 4.6 (Low)
- 74.83333333333334%
- 0.103475 USD / 任务
GPT-5.6 Sol (XHigh)
- 97.5%
- 0.4 USD / 任务