抽象推理 · %
ARC-AGI-2
ARC-AGI 第二版（2025），更难，单靠暴力搜索无法解出。
测什么
半私有题集解题率及每题成本。
局限
按条款只引用前几名。大算力推理系统可以用钱换分数。
数据污染风险: 低
半私有题集。
排行
4 个模型
| # | 模型 | 厂商 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|---|---|
| 1 | GPT-6 Astra | OpenAI | 95.0% | 1 | Semi-private set; $1.12/task; CoT“GPT-6 Astra (Max)” | 官方榜单 | 2026年10月22日 |
| 2 | GPT-6.1 Sol | OpenAI | 94.2% | 2 | Semi-private set; $0.25/task; CoT“GPT-6.1 Sol (Max)” | 官方榜单 | 2026年10月22日 |
| 3 | Claude Opus 5.5 | Anthropic | 93.3% | 4 | Semi-private set; $0.41/task; CoT“Claude Opus 5.5 (High)” | 官方榜单 | 2026年10月22日 |
| 4 | GPT-5.6 Sol | OpenAI | 92.5% | 5 | Semi-private set; $1.44/task; CoT“GPT-5.6 Sol (Max)” | 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-2 测的是什么？
ARC-AGI 第二版（2025），更难，单靠暴力搜索无法解出。 半私有题集解题率及每题成本。
ARC-AGI-2 的结果可靠吗？
按条款只引用前几名。大算力推理系统可以用钱换分数。 数据污染风险: 低 – 半私有题集。