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
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
AI 热点