Bảng xếp hạng ARC-AGI: Bước tiến từ kiểm tra trí tuệ thụ động sang đánh giá AI thích nghi thời gian thực

ARC-AGI-1

ARC-AGI-2

ARC-AGI-3

Tác giả:

Tất cả tác giả

Loại mô hình:

Tất cả các loại

Mô hình:

Tất cả các mô hình

Hiểu về bảng xếp hạng

ARC-AGI đã phát triển từ các phiên bản đầu tiên (ARC-AGI-1 và 2) vốn đo lường trí thông minh linh hoạt thụ động, lên đến ARC-AGI-3, phiên bản thách thức các tác nhân AI phải thích nghi ngay lập tức với các môi trường tương tác mới lạ.

Biểu đồ phân tán ở trên trực quan hóa mối quan hệ quan trọng giữa chi phí trên mỗi tác vụ và hiệu suất - một thước đo then chốt về hiệu quả. Trí thông minh thực sự không chỉ nằm ở việc giải quyết vấn đề, mà là giải quyết chúng một cách hiệu quả với nguồn lực tối thiểu.

Giải thích dữ liệu

Chính sách xác minh

Để biết thêm thông tin, vui lòng xem chính sách kiểm thử của chúng tôi.

Phân tích bảng xếp hạng

Ghi chú

Chỉ các hệ thống yêu cầu chi phí vận hành dưới 10.000 USD mới được hiển thị.

Đối với các mô hình không thể tạo ra kết quả kiểm thử đầy đủ, các tác vụ còn lại được đánh dấu là không chính xác.

Các kết quả được đánh dấu là "preview" (bản xem trước) là không chính thức và có thể dựa trên quá trình kiểm thử chưa hoàn thiện.

1 Ước tính điểm ARC-AGI-2 dựa trên kết quả kiểm thử một phần và mức giá của o1-pro.

2 Ước tính chi phí tạm thời dựa trên mức giá của Gemini 3 Pro. Mô hình sẽ được kiểm thử lại sau khi phát hành chính thức.