AI 热点

ARC Prize 公布 Gemini 4 Hydrogen 的 ARC-AGI 验证结果

ARC Prize更新于 11月21日 01:28

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

标签

正文

Gemini 4 Hydrogen from @GoogleDeepMind on ARC-AGI (Verified):

- ARC-AGI-2: 92.5%, $1.26/task - ARC-AGI-1: 98.5%, $0.18/task

Gemini 4 Hydrogen matched or exceeded Gemini 3.8 Flash's scores on both benchmarks at high reasoning while using about 52% fewer reasoning tokens. https://t.co/WSYNtbPstx

来源

ARC Prize