ARC Prize 2026 ARC-AGI-3 高分榜

ARC Prize 公布 Gemini 4 Argon 在 ARC-AGI (Verified) 的评测成绩。ARC-AGI-3 上，provider adapter harness 得分 97.5%、成本 $4.8K，标准 harness 得分 49.8%、成本 $5.8K；ARC-AGI-2 得分 91.3%、$0.32/task；ARC-AGI-1 得分 98.5%、$0.16/task。Google DeepMind 是第二家在 ARC-AGI-3 上得分超过 95…

ARC Prize 公布 2026 赛季 ARC-AGI-2 高分榜，TUFA Labs 以 88.06% 排名第一。10 万美元之外另设的 15 万美元 Bonus Prize 将由所有得分超过 85% 的团队分享；榜单第 2 至第 5 名分别为 Rabbithole（80.56%）、Yi-Chia Chen（77.22%）、Nubanana（77.08%）和 _hans（67.64%）。

ARC Prize 公布 DeepSeek V4.1 Flash 在 ARC-AGI (Verified) 的成绩：ARC-AGI-2 得分 72.9%，每任务成本 $0.13；ARC-AGI-1 得分 94.5%，每任务成本 $0.07。相比 V4 Flash 的最佳成绩，ARC-AGI-1 高 5.5 分，ARC-AGI-2 高 11.5 分，但每任务成本高约 250%。

ARC Prize 在 X 公布对 Google Gemini 4 Carbon 的 ARC-AGI 测评，结果已上 arcprize.org/leaderboard 排行榜。原文同时给出完整结果页 https://arcprize.org/results/google-gemini-4-carbon、公开结果复现仓库 https://github.com/arcprize/arc-agi-benchmarking 及测试政策 https://arcprize.org/po…

ARC Prize 公布 Google 的 Gemini 4 Carbon 在 ARC-AGI (Verified) 上的成绩。ARC-AGI-3 得分 99.1%（provider adapter，花费 $4.6K）、65.1%（standard harness，$7.2K）；ARC-AGI-2 得分 94.2%（$0.38/task）；ARC-AGI-1 得分 98.5%（$0.16/task）。在 standard harness 下，Carbon 在 ARC-AGI…

ARC Prize 宣布 Google Gemini 4 Carbon 的评测结果已收录至 arcprize.org/leaderboard 排行榜。作者同时提供了复现公开结果的 GitHub 仓库、测试政策和 Gemini 4 Carbon 完整结果页面链接。

@Google 在 23 个 ARC-AGI-3 公开游戏上，两个模型借助提供商适配器均以高分获胜，Carbon 用了 5,731 步，Argon 用了 5,846 步（少 2%）。人类速通总计 4,804 步；Carbon 比人类参考多用了 19.3%。

ARC Prize 公布 Gemini 4 Carbon 在 ARC-AGI (Verified) 的成绩。ARC-AGI-3 标准评测得 65.1%，成本 $7.2K；ARC-AGI-2 得 49.6%，$0.10/task；ARC-AGI-1 得 98.5%，$0.16/task。比其前身 Argon 在标准评测下 ARC-AGI-3 高 18 个百分点。

@AnthropicAI - 排行榜：https://arcprize.org/leaderboard - 复现公开结果：https://github.com/arcprize/arc-agi-benchmarking - 测试政策：https://arcprize.org/policy - Claude Fable 5.2 完整结果：https://arcprize.org/results/anthropic-claude-fable-5-2

ARC Prize 宣布 Claude Fable 5.2 在 ARC-AGI-2 上取得 93.8%，是其见过的第三高模型成绩，仅次于 GPT-6 Astra 的 95.0% 和 GPT-6.1 Sol 的 94.2%。完整结果见 https://arcprize.org/results/anthropic-claude-fable-5-2。