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。

Claude Opus 4.8 (Medium)

报告所列型号

报告所列机构：Anthropic

anthropic-opus-4-8 · CoT

报告所列发布时间：

任务得分
71.67%
每任务费用
2.3896 USD / 任务

Claude Haiku 4.5

报告所列型号

报告所列机构：Anthropic

claude-haiku-4-5-20251001 · Base LLM

报告所列发布时间：

任务得分
1.25%
每任务费用
0.0426 USD / 任务

Claude Fable 5.1 (XHigh)

报告所列型号

报告所列机构：Anthropic

anthropic-claude-fable-5-1 · CoT

报告所列发布时间：

任务得分
90%
每任务费用
3.120217 USD / 任务

Grok 3

报告所列型号

报告所列机构：xAI

Base LLM

报告所列发布时间：

任务得分
0%
每任务费用
0.1421 USD / 任务

GPT-5.4 Nano (High)

报告所列型号

报告所列机构：OpenAI

gpt-5-4-nano-reasoning · CoT

报告所列发布时间：

任务得分
3.61%
每任务费用
0.13 USD / 任务

GPT-5.4 Mini (High)

报告所列型号

报告所列机构：OpenAI

gpt-5-4-mini-reasoning · CoT

报告所列发布时间：

任务得分
13.19%
每任务费用
0.56 USD / 任务

Claude Fable 5 (Low)

报告所列型号

报告所列机构：Anthropic

anthropic-claude-fable-5 · CoT

报告所列发布时间：

任务得分
76.80555555555554%
每任务费用
1.448928 USD / 任务

GPT-5.6 Luna 2026-07-30 (XHigh)

报告所列型号

报告所列机构：OpenAI

openai-gpt-5-6-luna-2026-07-30 · CoT

报告所列发布时间：

任务得分
43.47222222222222%
每任务费用
0.130487 USD / 任务

GPT-5.4 Nano (Medium)

报告所列型号

报告所列机构：OpenAI

gpt-5-4-nano-reasoning · CoT

报告所列发布时间：

任务得分
1.94%
每任务费用
0.06 USD / 任务

Claude Opus 4.6 (120K, High)

报告所列型号

报告所列机构：Anthropic

claude-opus-4-6-thinking · CoT

报告所列发布时间：

任务得分
69.17%
每任务费用
3.4719 USD / 任务

Magistral Medium

报告所列型号

报告所列机构：Mistral

CoT

报告所列发布时间：

任务得分
0%
每任务费用
0.1079 USD / 任务

Claude Opus 4 (Thinking 1K)

报告所列型号

报告所列机构：Anthropic

claude-opus-4-20250514-thinking · CoT

报告所列发布时间：

任务得分
0%
每任务费用
0.7503 USD / 任务

Grok 4.6 (Low)

报告所列型号

报告所列机构：xAI

xai-grok-4-6 · CoT

报告所列发布时间：

任务得分
27.63888888888889%
每任务费用
0.212402 USD / 任务

Nemotron 3.5 Super VL (None)

报告所列型号

报告所列机构：NVIDIA

nvidia-nemotron-3-5-super-vl-120b-a12b · CoT

报告所列发布时间：

任务得分
0.8333333333333333%
每任务费用
0.00635 USD / 任务

Gemini 3 Flash Preview (High)

报告所列型号

报告所列机构：Google

gemini-3-flash-preview-thinking · CoT

报告所列发布时间：

任务得分
33.61%
每任务费用
0.2314 USD / 任务

Claude Opus 4 (Thinking 8K)

报告所列型号

报告所列机构：Anthropic

claude-opus-4-20250514-thinking · CoT

报告所列发布时间：

任务得分
4.52%
每任务费用
1.1569 USD / 任务

Claude Fable 5 (XHigh)

报告所列型号

报告所列机构：Anthropic

anthropic-claude-fable-5 · CoT

报告所列发布时间：

任务得分
88.33333333333333%
每任务费用
3.004356 USD / 任务

GPT-5 Nano (Low)

报告所列型号

报告所列机构：OpenAI

gpt-5-nano-reasoning · CoT

报告所列发布时间：

任务得分
0%
每任务费用
0.0033 USD / 任务

Gemini 4 Argon (High)

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
91.25%
每任务费用
0.324876 USD / 任务

GPT-5.4 Nano (XHigh)

报告所列型号

报告所列机构：OpenAI

gpt-5-4-nano-reasoning · CoT

报告所列发布时间：

任务得分
5.69%
每任务费用
0.16 USD / 任务