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2026-11-03· 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 Haiku 4.5 (Thinking 16K)
- 37.33%
- 0.1042 USD / 任务
Grok 4.20 (Reasoning)
- 89.5%
- 0.35 USD / 任务
Claude Fable 5.1 (Low)
- 90%
- 0.366044 USD / 任务
Grok 3 Mini (Low)
- 16.5%
- 0.0099 USD / 任务
Grok 4 (Thinking)
- 66.67%
- 1.0136 USD / 任务
Magistral Medium
- 5.91%
- 0.1015 USD / 任务
Claude Opus 4 (Thinking 8K)
- 30.67%
- 0.7408 USD / 任务
Nemotron 3.5 Super VL (None)
- 2%
- 0.0038 USD / 任务
Claude Fable 5 (High)
- 95.5%
- 0.766625 USD / 任务
GPT-5 Mini (Minimal)
- 5.33%
- 0.0057 USD / 任务
Grok 4.7 (XHigh)
- 89.5%
- 0.77845 USD / 任务
Claude Sonnet 4.5 (Thinking 32K)
- 63.67%
- 0.5193 USD / 任务
Claude Sonnet 5.5 (XHigh)
- 96.5%
- 0.143341 USD / 任务
Claude Haiku 4.5 (Thinking 32K)
- 47.67%
- 0.2558 USD / 任务
o3-mini (High)
- 34.5%
- 0.3989 USD / 任务
DeepSeek V4 Pro 0813 (None)
- 13%
- 0.023428 USD / 任务
GPT-4.1
- 5.5%
- 0.039 USD / 任务
Deepseek R1
- 15.8%
- 0.06 USD / 任务
GPT-5.6 Terra (High)
- 92%
- 0.19 USD / 任务
DeepSeek V4 Pro 0813 (Max)
- 90%
- 0.296178 USD / 任务