抽象推理 · %
ARC-AGI-1
François Chollet 设计的抽象方格谜题，考察从少量示例中学会新规则的能力。
测什么
半私有题集的解题率，同时报告每题成本。
局限
ARC Prize 条款限制转载，本站只引用前几名。成本很关键，应在相近的每题成本下比较。
数据污染风险: 低
半私有题集不公开。
排行
6 个模型
| # | 模型 | 厂商 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|---|---|
| 1 | Claude Fable 5 | Anthropic | 98.5% | 1 | Semi-private set; $2.11/task; CoT“Claude Fable 5 (Max)” | 官方榜单 | 2026年10月22日 |
| 2 | GPT-6 Astra | OpenAI | 98.5% | 3 | Semi-private set; $0.35/task; CoT“GPT-6 Astra (XHigh)” | 官方榜单 | 2026年10月22日 |
| 3 | Claude Opus 5.5 | Anthropic | 98.5% | 5 | Semi-private set; $0.16/task; CoT“Claude Opus 5.5 (High)” | 官方榜单 | 2026年10月22日 |
| 4 | Gemini 3.8 Flash | 98.5% | 6 | Semi-private set; $0.21/task; CoT“Gemini 3.8 Flash (High)” | 官方榜单 | 2026年10月22日 | |
| 5 | GPT-6.1 Sol | OpenAI | 98.5% | 7 | Semi-private set; $0.07/task; CoT“GPT-6.1 Sol (XHigh)” | 官方榜单 | 2026年10月22日 |
| 6 | Gemini 4 Argon | 98.5% | 9 | Semi-private set; $0.16/task; CoT“Gemini 4 Argon (High)” | 官方榜单 | 2026年10月22日 |
数据来源与许可
| 来源 | 许可 / 条款 | 本站使用方式 | 最近抓取 |
|---|---|---|---|
| ARC Prize leaderboard ARC Prize Foundation, arcprize.org/leaderboard | ARC Prize Terms: no copying/aggregation for commercial purposes without permission | 有限制：只引用前几名 top 10 per set only (terms) | 2026年10月22日 |
常见问题
ARC-AGI-1 测的是什么？
François Chollet 设计的抽象方格谜题，考察从少量示例中学会新规则的能力。 半私有题集的解题率，同时报告每题成本。
ARC-AGI-1 的结果可靠吗？
ARC Prize 条款限制转载，本站只引用前几名。成本很关键，应在相近的每题成本下比较。 数据污染风险: 低 – 半私有题集不公开。