Human Panel
- 100%
- 17 USD / 任务
项目测评
ARC-AGI-2 · 抽象推理
ARC Prize · 290 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-2 · 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。
完整结果与对象版本
290 / 290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-5 Mini (Low)
- 0.83%
- 0.0189 USD / 任务
Muse Spark Open (XHigh)
- 57.5%
- 0.728486 USD / 任务
GPT-5.4 Mini (Low)
- 1.11%
- 0.06 USD / 任务
GPT-5.5 (Medium)
- 70.42%
- 0.86 USD / 任务
GPT-5.2 (Low)
- 9.72%
- 0.2642 USD / 任务
Claude Sonnet 4 (Thinking 16K)
- 5.93%
- 0.4857 USD / 任务
o3-Pro (High)
- 4.86%
- 7.5516 USD / 任务
Grok 4.6 (High)
- 65.13888888888889%
- 0.733858 USD / 任务
NVARC
- 27.64%
- 0.2 USD / 任务
o4-mini (Medium)
- 2.36%
- 0.2311 USD / 任务
Beam 1.0 (High)
- 20%
- 0.347793 USD / 任务
Inkling Small (XHigh)
- 40.138888888888886%
- 0.232552 USD / 任务
GPT-5.6 Luna 2026-07-30 (None)
- 0.8333333333333333%
- 0.008186 USD / 任务
GPT-5.2
- 0.83%
- 0.0818 USD / 任务
Llama 4 Maverick
- 0%
- 0.0121 USD / 任务
Claude Sonnet 4
- 1.27%
- 0.1272 USD / 任务
Beam 1.0 (Medium)
- 6.38888888888889%
- 0.180426 USD / 任务
GPT-4o-mini
- 0%
- 0.01 USD / 任务
Claude 4.7 (Max)
- 75.83%
- 7.43 USD / 任务
DeepSeek V4 Pro 0813 (Max)
- 61.25%
- 0.597611 USD / 任务