Grok 4.5 (High)
- 0.3%
- 6892.87 USD
项目测评
ARC-AGI-3 · 标准框架
ARC Prize · 70 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-3 · 半私有评测集；不同基准版本分别比较。
- 交互任务的学习效率得分；100%表示达到人类完成游戏的效率，不是静态题准确率。
- 本次评测的总费用，USD；不换算每任务成本，也不表示当前API报价。
- 标准框架：使用统一、服务商中立的最小接口，并允许模型保留笔记。
技能学习效率
运行总费用
完整结果与对象版本
70 / 70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 4.6 (XHigh)
- 2.11%
- 5612 USD
GPT-6 Astra (Medium)
- 38.58757449733784%
- 48090.34598999999 USD
Gemini 4 Argon (Medium)
- 46.265668402958575%
- 6179.253994 USD
Gemini 3.8 Flash (Low)
- 5.989560493697216%
- 2669.05677675 USD
Opus 4.7 (High)
- 0.18%
- 10000 USD
Grok 4.5 (Low)
- 0.26%
- 8718.48 USD
GPT-6 Astra (Low)
- 17.452190401133805%
- 38166.47030000001 USD
DeepSeek V4.1 Flash (High)
- 0.4846664966204641%
- 1005.7964823 USD
GPT-5.6 Terra (Low)
- 0.01%
- 5068.48 USD
Gemini 3.8 Flash (High)
- 10.36627922392312%
- 4398.2756895 USD
GPT-6 Luna (Low)
- 0.03291205821227175%
- 228.8330075 USD
DeepSeek V4.1 Flash 1017 (Max)
- 0.21958291788019066%
- 1003.8696329999999 USD
Grok 4.7 (High)
- 1.7332202934667684%
- 3741.649478 USD
GPT-6.1 Sol (High)
- 26.71728484425706%
- 9757.61782 USD
GPT-6 Luna (High)
- 0.18024216987988248%
- 255.97928910000002 USD
Gemini 3.8 Flash (Medium)
- 3.9878093830617267%
- 2727.66378825 USD
GPT-6 Luna (XHigh)
- 0.16413333960356602%
- 262.6844075 USD
Claude Opus 4.8 (High)
- 1.52%
- 10000 USD
Grok 4.7 (Medium)
- 1.7056643767835524%
- 3795.4947700000002 USD