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-6 Astra (Low)
- 85.41666666666666%
- 0.416242 USD / 任务
GPT-5.4 Mini (XHigh)
- 18.9%
- 0.75 USD / 任务
Gemini 3.8 Flash (High)
- 89.16666666666667%
- 0.399729 USD / 任务
GPT-6 Sol (XHigh)
- 78.05555555555556%
- 0.277229 USD / 任务
GPT-6.1 Sol (Low)
- 76.66666666666667%
- 0.085538 USD / 任务
Llama 4 Scout
- 0%
- 0.0062 USD / 任务
o3-mini (Low)
- 0%
- 0.0623 USD / 任务
Gemini 3 Flash Preview (Low)
- 1.25%
- 0.0249 USD / 任务
GLM-5.2
- 22.775%
- 0.2501 USD / 任务
o4-mini (Low)
- 1.67%
- 0.05 USD / 任务
GLM-5.3-Flash (Max)
- 65.83333333333333%
- 0.093316 USD / 任务
Claude Opus 4.6 (120K, Low)
- 64.58%
- 2.2507 USD / 任务
Claude Opus 4 (Thinking 16K)
- 8.61%
- 1.9284 USD / 任务
Claude Opus 5.5 (Max)
- 91.66666666666666%
- 1.851741 USD / 任务
Claude 4.7 (High)
- 68.33%
- 3.17 USD / 任务
Gemini 4 Argon (Medium)
- 87.08333333333333%
- 0.137323 USD / 任务
Gemini 2.0 Flash
- 1.3%
- 0.004 USD / 任务
Gemini 1.5 Pro
- 0.8%
- 0.04 USD / 任务
Inkling Small (Low)
- 4.861111111111112%
- 0.055898 USD / 任务
GPT-4.1-Nano
- 0%
- 0.0036 USD / 任务