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2026-10-28· 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2026-10-21T18:43:21.622Z

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 ↗

左侧指标右侧指标

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-Nano	0.004
GPT-6 Luna (None)	0.004
DeepSeek V4 Flash 0731 (None)	0.004
Gemini 2.0 Flash	0.004
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。

Grok 4.7 (Medium)

报告所列型号

报告所列机构：xAI

xai-grok-4-7 · CoT

报告所列发布时间：2026-09-21

任务得分: 58.75%
每任务费用: 1.47591 USD / 任务

GPT-5.1 (Thinking, Low)

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：2025-11-13

任务得分: 1.94%
每任务费用: 0.129 USD / 任务

Claude Opus 5 (High)

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：2026-07-24

任务得分: 88.33%
每任务费用: 1.45 USD / 任务

GPT-5.4 Nano (Low)

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：2026-03-17

任务得分: 1.53%
每任务费用: 0.01 USD / 任务

GPT-5.4 Pro (XHigh)

报告所列型号

报告所列机构：OpenAI

gpt-5-4-pro · CoT

报告所列发布时间：2026-03-04

任务得分: 83.33%
每任务费用: 16.41 USD / 任务

GPT-5 Mini (High)

报告所列型号

报告所列机构：OpenAI

gpt-5-mini-reasoning · CoT

报告所列发布时间：2025-08-07

任务得分: 4.44%
每任务费用: 0.1977 USD / 任务

Kimi K2.5

报告所列型号

报告所列机构：Moonshot AI

CoT

报告所列发布时间：2026-01-27

任务得分: 11.81%
每任务费用: 0.28 USD / 任务

DeepSeek V4.1 Flash 1017 (Low)

报告所列型号

报告所列机构：DeepSeek

deepseek-v4-1-flash-1017 · CoT

报告所列发布时间：2026-10-17

任务得分: 73.61111111111111%
每任务费用: 0.13354 USD / 任务

Qwen3.8-27B (XHigh)

报告所列型号

报告所列机构：Alibaba

alibaba-qwen3-8-27b · CoT

报告所列发布时间：2026-08-14

任务得分: 42.36111111111111%
每任务费用: 0.44694 USD / 任务

Tiny Recursion Model (TRM)

报告所列型号

报告所列机构：Bespoke

报告所列发布时间：2025-10-07

任务得分: 6.25%
每任务费用: 2.1 USD / 任务

Claude Sonnet 4 (Thinking 8K)

报告所列型号

报告所列机构：Anthropic

claude-sonnet-4-20250514-thinking · CoT

报告所列发布时间：2025-05-14

任务得分: 2.12%
每任务费用: 0.2654 USD / 任务

Claude Haiku 5.5 (Low)

报告所列型号

报告所列机构：Anthropic

anthropic-claude-haiku-5-5 · CoT

报告所列发布时间：2026-10-07

任务得分: 2.7777777777777777%
每任务费用: 0.007986 USD / 任务

GPT-5.5 Pro (XHigh)

报告所列型号

报告所列机构：OpenAI

gpt-5-5-pro-2026-04-23-thinking · CoT

报告所列发布时间：2026-04-23

任务得分: 84.16%
每任务费用: 10.76 USD / 任务

Inkling Small (Medium)

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：2026-07-30

任务得分: 13.611111111111112%
每任务费用: 0.06379 USD / 任务

GPT-5 Pro

报告所列型号

报告所列机构：OpenAI

CoT

报告所列发布时间：2025-10-06

任务得分: 18.33%
每任务费用: 7.1432 USD / 任务

GPT-5.6 Sol (Low)

报告所列型号

报告所列机构：OpenAI

openai-gpt-5-6-sol · CoT

报告所列发布时间：2026-07-09

任务得分: 42.5%
每任务费用: 0.32 USD / 任务

GPT-5.6 Luna (Medium)

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：2026-07-09

任务得分: 7.36%
每任务费用: 0.11 USD / 任务

Gemini 2.5 Pro (Thinking 8K)

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：2025-06-17

任务得分: 2.92%
每任务费用: 0.4439 USD / 任务

o3 (Medium)

报告所列型号

报告所列机构：OpenAI

o3 · CoT

报告所列发布时间：2025-04-16

任务得分: 2.98%
每任务费用: 0.4787 USD / 任务

Qwen3.8-27B (Low)

报告所列型号

报告所列机构：Alibaba

alibaba-qwen3-8-27b · CoT

报告所列发布时间：2026-08-14

任务得分: 22.77777777777778%
每任务费用: 0.238008 USD / 任务