ARC Prize 公布 Gemini 4 Argon 评测成绩
先了解这件事
ARC Prize 公布了 Google Gemini 4 Argon 在 ARC-AGI 上的验证成绩：ARC-AGI-3 在提供商适配器测试框架下得分 97.5%（成本 $4.8K），标准测试框架下为 49.8%（$5.8K）；ARC-AGI-2 为 91.3%（$0.32/任务），ARC-AGI-1 为 98.5%（$0.16/任务）。ARC Prize 称，97.5% 在 ARC-AGI-3 上仅次于 GPT-6 Astra 的 99.9%。 标准测试框架允许模型在轮次之间携带笔记。ARC Prize 称，该框架下低推理档为 49.8%（55 个游戏中完成 42 个），中推理档为 46.3%（完成 46 个），高推理档仅完成 19 个游戏，因此未公布分数；成本按当前每百万 token 输入 $2、输出 $10 的入门价计算。 ARC Prize 还称，Argon 在 25 个 ARC-AGI-3 公开游戏中的动作数比人类基线少 62%，在 3 个游戏上追平或打破速通纪录，另有 6 个游戏差距在 10% 以内。Google 同步公开了完整测试结果、复现公开结果的路径和测试政策。François Chollet 评价其表现与 Astra 相近，认为 Google 重回前沿。
AI 根据报道生成 · 1 小时前更新
事件进展
2 个进展
- 10月16日 00:51 · 1 篇报道François Chollet 评价 Gemini 4 Argon 在 ARC-AGI-3 的表现与 Astra 相近Francois Chollet：François Chollet 评价 Gemini 4 Argon 在 ARC-AGI-3 的表现与 Astra 相近
- 10月16日 00:22 · 4 篇报道ARC Prize 公布 Gemini 4 Argon 排行榜成绩ARC Prize：Google Argon 在 ARC-AGI-3 得分 97.5%，仅次于 GPT-6 Astra
报道时间线
沿着报道，了解事件的不同侧面。
- Francois CholletFrançois Chollet 评价 Gemini 4 Argon 在 ARC-AGI-3 的表现与 Astra 相近
François Chollet 评价 Gemini 4 Argon 在 ARC-AGI-3 上的表现与 Astra 相近，认为 Google 重回前沿。
- ARC PrizeGemini 4 Argon 登 ARC Prize 排行榜
Gemini 4 Argon 登上 ARC Prize 排行榜，Google 同步公开了完整测试结果、复现公开结果的路径以及测试政策。
- ARC PrizeGoogle Argon 在 ARC-AGI-3 得分 97.5%，仅次于 GPT-6 Astra
ARC Prize 公布 Google Argon 在 ARC-AGI-3 上得分 97.5%，仅次于 GPT-6 Astra 的 99.9%。与 Astra 一样，Argon 在 25 个 ARC-AGI-3 公开游戏中的动作数比人类基线少 62%，并在 3 个游戏上追平或打破速通纪录，另有 6 个游戏差距在 10% 以内。
- ARC PrizeARC Prize 公布 Gemini 4 Argon 的 ARC-AGI-3 标准 harness 测试结果
ARC Prize 公布 Gemini 4 Argon 在 ARC-AGI-3 标准 harness 下的测试结果，该 harness 允许模型在轮次之间携带笔记。
- ARC PrizeGemini 4 Argon 在 ARC-AGI 评测公布：ARC-AGI-3 得分 97.5%
ARC Prize 公布 Google Gemini 4 Argon 在 ARC-AGI 上的验证成绩：ARC-AGI-3 得分 97.5%（成本 $4.8K，提供商适配器测试框架），标准测试框架下为 49.8%（$5.8K）；ARC-AGI-2 为 91.3%，$0.32/任务；ARC-AGI-1 为 98.5%，$0.16/任务。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。