ARC Prize 公布 Gemini 4 Hydrogen 的 ARC-AGI 验证结果
Gemini 4 Hydrogen from @GoogleDeepMind on ARC-AGI (Verified):
AI 导读
Gemini 4 Hydrogen 在 ARC-AGI-2 和 ARC-AGI-1 上分别取得 92.5% 和 98.5%,单任务成本为 $1.26 和 $0.18。它在高推理级别下匹配或超过 Gemini 3.8 Flash,同时少用约 52% 的推理 token。ARC Prize 因多动作函数调用、MALFORMED_FUNCTION_CALL 等 API 问题,未能完成 ARC-AGI-3 测试。
推荐理由
AI 评分 51
结果同时呈现准确率、单任务成本与推理 token 消耗,并记录 ARC-AGI-3 测试中的 API 兼容问题。
主题
正文 · AI 翻译
@GoogleDeepMind 的 Gemini 4 Hydrogen 在 ARC-AGI 上的表现(已验证):
- ARC-AGI-2:92.5%,$1.26/任务 - ARC-AGI-1:98.5%,$0.18/任务
在高推理级别下,Gemini 4 Hydrogen 在两项基准测试中的得分均匹配或超过 Gemini 3.8 Flash,同时推理 token 用量减少约 52%。https://t.co/WSYNtbPstx
AI 热点