发现适合你的 AI

从一个名字或一项任务开始
API 服务选择模型接入渠道全球模型能力、规格与价格智能工具按任务发现实用工具MCP 大全连接工具、数据与工作流Agent Skills发现可复用的 Agent 技能测评榜单比较模型表现在线工具账号转换、JSON、费用估算与 API 诊断模型时间轴查看版本发布动态场景选型从实际用途开始
Enter搜索 · ↑↓选择结果Esc关闭
申请收录EN
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。

榜单资料更新于

  • 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。
访问报告原文 ↗

同一报告内分别比较指标，方向与口径见图表说明。
完整数值和运行条件见明细。

任务得分

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。 图示 8 / 290 条有值记录；运行配置与日期见明细。

查看图表数据 ·8项
名称%
GPT-6 Astra (Max)95
GPT-6.1 Sol (Max)94.167
Claude Opus 5.5 (High)93.333
GPT-6 Astra (XHigh)93.333
Claude Opus 5.5 (XHigh)92.5
GPT-5.6 Sol (Max)92.5
GPT-6 Astra (High)92.083
GPT-6 Astra (Medium)92.083

每任务费用

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。 图示 8 / 290 条有值记录；运行配置与日期见明细。

查看图表数据 ·8项
名称USD / 任务
GPT-5 Nano (Minimal)0.003
GPT-5 Nano (Low)0.003
GPT-4.1-Nano0.004
GPT-6 Luna (None)0.004
DeepSeek V4 Flash 0731 (None)0.004
Gemini 2.0 Flash0.004
Qwen3-235b-a22b Instruct (25/07)0.004
GPT-6 Luna (Low)0.005

人类参考

人类基线单独列示，不参与模型与系统排名。

Human Panel

任务得分
100%
每任务费用
17 USD / 任务

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 Nano (Minimal)

报告所列型号

报告所列机构：OpenAI

CoT

报告所列发布时间：

任务得分
0%
每任务费用
0.0025 USD / 任务

GPT-6 Luna (None)

报告所列型号

报告所列机构：OpenAI

openai-gpt-6-luna · CoT

报告所列发布时间：

任务得分
0%
每任务费用
0.003699 USD / 任务

Gemini 2.5 Pro (Thinking 16K)

报告所列型号

报告所列机构：Google

gemini-2-5-pro-2025-06-17-thinking · CoT

报告所列发布时间：

任务得分
4.03%
每任务费用
0.7145 USD / 任务

Claude Sonnet 4.6 (Max)

报告所列型号

报告所列机构：Anthropic

claude-sonnet-4-6 · CoT

报告所列发布时间：

任务得分
58.33%
每任务费用
2.7179 USD / 任务

Gemini 3 Deep Think (2/26)

报告所列型号

报告所列机构：Google

CoT

报告所列发布时间：

任务得分
84.58%
每任务费用
13.6213 USD / 任务

Claude Opus 5.5 (Low)

报告所列型号

报告所列机构：Anthropic

anthropic-claude-opus-5-5 · CoT

报告所列发布时间：

任务得分
70.1388888888889%
每任务费用
0.241272 USD / 任务

Claude Sonnet 4.5

报告所列型号

报告所列机构：Anthropic

claude-sonnet-4-5-20250929 · Base LLM

报告所列发布时间：

任务得分
3.75%
每任务费用
0.1295 USD / 任务

Claude 4.7 (Low)

报告所列型号

报告所列机构：Anthropic

claude-4-7 · CoT

报告所列发布时间：

任务得分
62.08%
每任务费用
2.38 USD / 任务

Inkling Small (None)

报告所列型号

报告所列机构：Thinking Machines

thinky-inkling-small · CoT

报告所列发布时间：

任务得分
0%
每任务费用
0.010746 USD / 任务

Grok 4 (Thinking)

报告所列型号

报告所列机构：xAI

CoT

报告所列发布时间：

任务得分
15.975%
每任务费用
2.1659 USD / 任务

Gemini 4 Argon (Low)

报告所列型号

报告所列机构：Google

google-gemini-4-argon · CoT

报告所列发布时间：

任务得分
42.083333333333336%
每任务费用
0.073811 USD / 任务

ARChitects

报告所列型号

报告所列机构：ARC Prize 2024

Kaggle · Custom

报告所列发布时间：

任务得分
2.5%
每任务费用
0.2 USD / 任务

GPT-5.1 (Thinking, Medium)

报告所列型号

报告所列机构：OpenAI

gpt-5-1-reasoning · CoT

报告所列发布时间：

任务得分
6.53%
每任务费用
0.4206 USD / 任务

Claude Opus 5 (Max)

报告所列型号

报告所列机构：Anthropic

anthropic-claude-opus-5 · CoT

报告所列发布时间：

任务得分
90.42%
每任务费用
2.06 USD / 任务

Claude Haiku 4.5 (Thinking 1K)

报告所列型号

报告所列机构：Anthropic

claude-haiku-4-5-20251001 · CoT

报告所列发布时间：

任务得分
1.25%
每任务费用
0.0471 USD / 任务

Gemini 2.5 Pro (Thinking 32K)

报告所列型号

报告所列机构：Google

gemini-2-5-pro-2025-06-17-thinking · CoT

报告所列发布时间：

任务得分
4.86%
每任务费用
0.757 USD / 任务

Claude Sonnet 4.5 (Thinking 1K)

报告所列型号

报告所列机构：Anthropic

claude-sonnet-4-5-20250929 · CoT

报告所列发布时间：

任务得分
5.83%
每任务费用
0.1424 USD / 任务

Grok 4.20 (Reasoning)

报告所列型号

报告所列机构：xAI

grok-4.20-beta-0309b-reasoning · CoT

报告所列发布时间：

任务得分
65.14%
每任务费用
0.92 USD / 任务

GPT-5.6 Luna (High)

报告所列型号

报告所列机构：OpenAI

openai-gpt-5-6-luna · CoT

报告所列发布时间：

任务得分
29.31%
每任务费用
0.29 USD / 任务

Deepseek R1

报告所列型号

报告所列机构：DeepSeek

CoT

报告所列发布时间：

任务得分
1.3%
每任务费用
0.08 USD / 任务